摘 要 基于全球2001-2017年91个国家的数据，本文实证检验了公共部门信贷与制造业升级之间的关系。结果表明：公共部门信贷规模与制造业升级存在倒U型关系，当公共部门信贷规模占GDP的比值较低时，其规模的增长有助于制造业升级;当公共部门信贷规模超过该临界值时，则会产生抑制作用。异质性分析表明，公共部门信贷对制造业升级的影响因一国服务业发展水平、国家收入水平的不同而存在差异。作用机制检验表明，公共部门信贷通过提升国家创新水平和互联网发展进而促进制造业升级。充分认识公共部门利用信贷资源推动制造业升级的能力局限性以及作用路径，对完善信贷政策、优化信贷资源配置水平具有一定启示。

关键词 公共部门信贷 制造业升级 倒U型关系 异质性分析 中介效应

一、引言

制造业是富民强国之本，改革开放以来，中国历时约四十年实现第一次历史性跨越，几乎在所有制造业领域中成为世界第一——产量第一，加工能力第一，成为全世界最大的制造业国家（向松祚，2020）。然而，全球制造产业链紧密交织，人口的增减与技术的进步影响了劳动成本与生产率，各国资本逐渐积累，市场和制度不断优化，资源要素与竞争优势悄然变幻，全球制造业格局面临重构。人口红利消失、制造业转移与小国竞争等客观压力，协同中国经济自身发展需求，驱动了中国制造走向转型之路。中国要在新一轮国际竞争中脱颖而出，必须推动中国制造向中国创造转变，推动中国速度向中国质量转变，推动中国产品向中国品牌转变，加快制造业转型升级。

实际上，中国早在“十二五”规划中就提出“制造业转型升级、提高产业核心竞争力”的战略目标;2015年国务院正式印发《中国制造2025》;党的十九届五中全会（2020）再次强调，“十四五”时期，经济社会发展要以推动高质量发展为主题。放眼全球，发展领先的发达国家也纷纷提出“再工业化”战略，如美国的《先进制造业伙伴计划》《先进制造业国家战略计划》和《制造业创新网络计划》，德国的《工业4.0愿景2030》，英国的《英国制造业2050》， 以及日本的《日本制造业白皮书》。

为了达成经济发展目标，政府往往需要国有企业

本文的公共部门主要包括政府和国有企业。的参与（王跃堂等，2010）。从国内外经验来看，最早实现国有化的都是那些耗资多、回收慢的基础性产业，随着科技进步和产业升级，国有经济在电子、原子能、航天、海洋开发、信息高速公路等高科技产业起到十分重要的作用（邱国栋，1996）。政府干预下政治目标与企业目标存在一定的冲突，国有企业的经营活动可能违背公司价值最大化原则，在这种情况下，政府通常会依靠优惠的贷款利率和偿还条件等银行信贷手段对国有企业进行救助（李广众，2001;Cull，Xu，2003;王蓓，2013），即使在信贷补贴较少的国家，国有企业与政府之间的天然联系也赋予其信贷资金融入的所有制优势。然而，在学术研究中，与民营企业相比，国有企业效率低下也已成为国内外共识（刘小玄，2000;Megginson & Netter，2001;Djankov & Murrell，2002）。在制造业升级过程中，向国有企业投放信贷资金规模的增加，不仅可能降低信贷资金的使用效率，还会对民营企业造成信贷挤占，降低配置效率。因此，在促进制造业升级的阶段性目标下，公共部门信贷规模是否存在“过犹不及”效应，成为本文最核心的问题。

围绕上述疑问，本文基于全球91个国家2001-2017年的面板数据，从结构与规模两个层面实证检验了公共部门信贷规模对制造业升级的影响。研究结果表明，公共部门信贷规模对制造业升级存在显著的倒U型影响，在临界点内，公共部门信贷规模越大，制造业发展水平越高;超出这个临界点后，公共部门信贷规模的增加会降低制造业发展水平。异质性研究表明，服務业发展水平以及一国收入水平对该种倒U型影响均存在调节作用。机制检验结果显示，公共部门信贷通过提高一国创新水平和互联网发展水平促进了制造业升级。本文创新之处在于：一是研究数据上，利用全球数据进行分析，研究结果更具有一般性。世界各国的经济发展既各具特色，又具有一定的共性特征，中国经济在向市场化过渡的过程中，应及时总结国内外经验，动态调整信贷规模对经济影响的认知，以制定合理的信贷政策。二是研究内容上，从多重角度分析了公共部门信贷规模与制造业发展水平之间非线性关系存在的机制，深化了公共部门信贷对制造业升级效应的认识;剖析了公共部门信贷与制造业升级关系之间的作用路径。

二、理论分析与研究假说

相对于制造业升级，国内外研究对产业升级的内涵阐释较多，较多讨论围绕产业升级是否指代，或包括产业内升级（产业深化）（姜泽华和白艳，2006）与产业间升级（产业结构升级、结构优化）（高燕，2000）展开。产业内升级是指一个产业从低级形态向高级形态的转变，产业间升级是指不同产业间的替代，如由劳动密集型产业转向资本和技术密集型产业，或是由第二产业转向第三产业，等等。无论何种含义，产业升级均指产业的变动向着更有竞争力、更具盈利性的经济形态发展。因此，产业升级的具体内涵需要结合某个地区的特定发展阶段、发展目标而论，既具有共性，又具有差异性。如果从产业的定义出发，继而理解制造业升级的内涵会更科学。狭义上，产业专指工业，如“产业革命”（Industrial Revolution）中的“产业”即为此意;广义上，依照多数国家采用的三次产业分类法，产业包括农业、工业与服务业（当然，对产业依照不同标准来划分会产生不同的说法，但基本内容相当）。结合上文分析，本文所指的制造业升级，一方面相对于产业升级的广义内涵提出，系狭义内涵;另一方面基于制造产业自身提出，是制造业内部结构从低端向中高端的优化。

那么，公共部门信贷如何影响制造业升级？

第一，最优资本结构理论认为信贷规模并非越大越好。习近平总书记指出“以创新为第一动力推进产业结构升级”，制造業升级的根本动力在于技术创新。对于微观企业而言，适度的杠杆率能够通过财务杠杆放大效应、“税盾效应”、信号传递效应等促进企业创新（王玉泽等，2019）。相比于私营部门，国有企业等公共部门由于预算软约束（肖泽忠和邹宏，2008;盛明泉等，2012）、政治关联优势（方军雄，2007;沈红波等，2011;孙凤娥等，2016）等，更容易获得贷款支持，因此具有更高的资产负债率和更长的债务期限结构，甚至会因此表现出过度负债的问题。过高的杠杆率可能通过提高财务风险与破产风险、加重委托代理问题等抑制企业创新（王玉泽等，2019）。因此，公共部门信贷规模对自身创新活动的影响并不明确，更确切地说，公共部门的信贷规模并非越大越好。

第二，国有企业的创新效率影响信贷使用效率。由于创新具有高度的不确定性、长期性、风险性（Holmstrom，1989），已有国有企业改革措施并不能实现创新中的剩余索取权与剩余控制权的匹配，无法改善国有企业的创新效率（吴延兵，2012），因而信贷传导至国有企业以提升创新效率的路径存在阻塞，整体来看影响制造业升级进程。此外，在信贷资源有限的情况下，如果由于政府的外在干预，把大量投资分配到低效率领域，就会阻碍制造业升级（廖茂林等，2018）。

第三，国有企业对私营企业的信贷资源竞争可能形成资源错配。国有企业存在的效率损失不仅会降低自身信贷利用效率，负面的溢出效应还会对整个经济造成影响。国有企业的效率损失包含国有企业本身的效率损失，以及这种效率损失进一步带来的其他效率损失，如通过预算软约束、金融压抑、歧视和效率误配等，民营企业借贷受到严重约束，企业无法建立，规模无法扩大，或者不得不求助于民间高利贷，效率受损，拖累民营企业的发展进度，从而对整个经济体构成“增长拖累”（刘瑞明和石磊，2010;刘瑞明，2011）。

第四，公共部门更可能将信贷投向公共性和外部性较高的投资。

一方面，为弥补市场之短板，公共部门在一些市场不愿意涉足的基础创新上投入力度较大，容易形成技术溢出。技术溢出对中低端制造业的升级会起到明显的促进作用（谢呈阳和刘梦，2020）。另一方面，信息时代下，推动互联网、大数据等与实体经济深度融合，已成为公共部门的重要工作内容。公共部门对互联网等传统及新型基础设施建设的投资，有助于在制造业升级过程中扩张生产环节、降低整体交易成本（严北战和周懿，2020）。

因此，公共部门信贷规模与制造业升级之间可能存在非线性关系。在适当的信贷规模范围内，一些积极的效应主导信贷作用的发挥，从而对制造业升级产生促进作用;当信贷规模超出临界点时，企业自身的消极效应以及对其他企业的负面影响则会对整个经济体的制造业升级产生抑制作用。而公共部门对信贷的使用可能通过提高自身创新水平，或通过技术溢出促进中低端制造业升级，或通过提高互联网等基础设施的建设水平和提供更多公共品而对制造业升级发挥重要作用。

综上所述，本文提出假设：

H1：公共部门信贷规模与制造业升级之间呈倒U型的非线性关系。

H2：公共部门信贷通过提升国家创新水平和互联网发展而促进制造业升级。

三、研究设计

（一）样本选取与数据来源

考虑到回归变量的可得性，本文选取2001年至2017年作为样本期，共得到91个国家的面板数据用以分析。为控制极端值的影响，对连续变量进行上下1%缩尾处理。其中，核心变量中高技术产业增加值与制造业增加值之比，及服务业占GDP的比重、互联网覆盖率和人均GDP等其他控制变量数据来自世界银行世界发展指标（WDI）数据库，公共部门信贷规模、消费者价格指数（CPI）来自全球金融发展（GFD）数据库。个别变量，如中高技术制造业增加值占GDP比重，中高技术制造业增速来自根据已知数据的简单推导。

（二）变量定义

1.被解释变量。本文被解释变量是制造业发展水平，制造业发展水平提高即为制造业升级。结合OECD按照技术创新活动密集程度对制造业的划分，以及徐洁香和邢孝兵（2019）的做法，本文从结构与规模两个方面来刻画制造业发展水平，采用一国中高技术产业增加值（medium and hightech industry value added）占该国制造业增加值（manufacturing value added）的比例（mhtindu），一国中高技术产业增加值占该国GDP的比例（mhtgdp）分别进行衡量。

2.核心解释变量。本文核心解释变量是公共部门信贷规模，采用一国政府与国有企业获得的信贷总额占GDP的比重（pubcredit）来衡量。

3.中介变量。一是国家创新水平，以一国专利数量的自然对数度量（lnpatent）。二是互联网发展水平，以互联网覆盖率（internetcov）作为其代理变量，以一国使用互联网的人数占总人口的百分比度量（刘音露等，2019）。

4.控制变量。为了排除各国宏观经济及金融环境的影响，本文选取广义货币增长率（M2g）、人均GDP（GDPper）、消费者价格指数（CPI）作为宏观经济控制变量;选取银行资本充足率（bankcapital）、流动性比例（BLR）、不良贷款率（NPL）作为银行发展控制变量。此外，本文还控制了年份（year）和地区（region）效应。

（三）模型设定

为研究公共部门信贷活动对制造业发展水平的影响，验证公共部门信贷规模的增加能否促进制造业升级，本文设定模型（1）以检验假设一：

Yit=α0+α1pubcreditit+α2pubcredit2it+γCONTROLSit+μj+λt+εit （1）

其中，Y包括mhtindu以及mhtgdp，CONTROLS為一组控制变量，μj为地区固定效应，λt为时间固定效应，εit为随机扰动项。本文还对不同服务业发展水平（按均值分组）、不同收入水平国家分组进行异质性讨论。

为了检验公共部门信贷影响制造业升级的作用机制，以及一国创新水平和互联网发展的中介效应，本文借鉴陈旭等（2019）的研究方法，设定模型（2）至模型（4）：

Mit=β0+β1pubcreditit+β2pubcredit2it+τCONTROLS+μi+λt+εit（2）

Yit=ρ0+ρ1pubcreditit+ρ2pubcredit2it+φpubcreditit×Mit+ζCONTROLS+μi+λt+εit （3）

Yit=θ0+θ1pubcreditit+θ2pubcredit2it+θ3Mit_hat+δCONTROLS+μi+λt+εit （4）

其中，M包括一国创新水平（lnpatent）和互联网发展水平（internetcov）。模型（2）国家创新水平和互联网发展作为被解释变量，考察公共部门信贷规模对这两个中间变量的影响是否呈倒U型特征;模型（3）将公共部门信贷规模与两个中间变量的交互项分别引入基准计量模型，观察交互项估计结果;模型（4）将模型（2）中M的拟合值M_hat代入模型（1），检测其中介效应。

四、实证结果分析

（一）描述性统计

表1报告了主要变量的描述性统计结果。为避免异常值和极端值的影响，本文对连续型变量进行上下1%的缩尾处理。如表1所示，mhtindu的均值为20.31，意味着一国制造业增加值中，中高技术制造业平均占比为20.31%;mhtgdp的均值为3.17，意味着一国中高技术增加值对GDP的平均贡献为 3.17%;两个数值的最小值和最大值分别为0.82和65.12、0.05和18.39，说明从结构与规模来看，各国制造业发展水平具有较大差异。pubcredit的均值为 8.84，说明一国公共部门信贷规模占GDP的平均比重为8.84%，最小值为 0.03%，最大值为48.94%。lnpatent均值为6.78，最小值为1.61，最大值为13.13，对数形式产生了很好的收敛效果;internetcov的均值为34.93，即互联网的平均覆盖率34.93%。service平均为53.12，即一国服务业增加值占GDP的平均比例为53.12%;上述变量的最小值和最大值之间均有所差异，为本文的研究赋予了研究价值与实际意义。

对制造业发展水平的结构水平mhtindu（规模水平mhtgdp）和公共部门信贷规模pubcredit分别进行线性拟合以及曲线拟合，图1（图3）和图2（图4）分别展示了mhtindu（mhtgdp）与pubcredit的线性关系和倒U型关系。拟合值越大，拟合效果越好，R2分别为10.1%（4.3%）和14.3%（12.8%），曲线拟合的效果更好，初步表明制造业发展水平与公共部门信贷之间存在非线性关系。

1.基准回归结果

考虑到误差项可能存在的序列相关和空间相关，回归中添加稳健标准误以得到更为可靠的估计结果。表2报告了公共部门信贷规模对制造业升级影响的回归结果。列（1）和列（2）为控制了地区和年份、不加入其他控制变量的情形。列（1）中，pubcredit的系数为1.800，pubcredit平方项系数为-0.035，均在1%的水平下显著，utest检验中p=5.61e-10≈0，极值点为25.41，在最小值最大值区间，验证了公共部门信贷与制造业升级之间倒U型关系的存在，表明当公共部门信贷规模占GDP比值小于25.41%时，公共部门信贷规模越大，制造业增加值中中高技术制造业占比越大;当公共部门信贷规模占GDP比值大于 25.41%时，公共部门信贷规模越大，制造业增加值中中高技术制造业占比越小。列（2）中，pubcredit系数为0.463，pubcredit平方项系数为-0.011，均在1%的水平下显著，utest检验中p=4.16e-14≈0，极值点为21.44。

列（3）和列（4）为加入更多控制变量的情形。列（3）中，pubcredit的系数为1.630，pubcredit平方项系数为-0.033，均在1%的水平下显著，说明公共部门信贷规模对制造业增加值中中高技术制造业占比具有倒U型影响。utest检验中，p=3.72e-12≈0.000，验证了倒U型影响的存在，且极值点为24.92，表明当公共部门信贷规模占GDP比值小于24.92%时，公共部门信贷规模越大，制造业增加值中中高技术制造业占比越大;当公共部门信贷规模占GDP比值大于24.92%时，公共部门信贷规模越大，制造业增加值中中高技术制造业占比越小。列（4）中，pubcredit的系数为0.443，pubcredit平方项系数为-0.010，均在1%的水平下显著，说明公共部门信贷规模对中高技术制造业增加值占GDP比值具有倒U型影响。utest检验中，p=3.72e-12≈0.000，同样验证了倒U型影响的存在，极值点为21.30。以上回归结果验证了本文的核心假设，综合分析，公共部门在经济发展中有其存在的合理性，当公共部门信贷规模占比小于21.30%时，公共部门对银行信贷的整体使用效率较高，一旦超过这个水平，国有企业由于自身效率低下，以及对更具效率的民营企业的资源挤占而对制造业发展水平产生负面影响。

2.稳健性检验

在回归中加入pubcredit的平方项可能导致多重共线性问题，为了保证结果的可靠与稳健，本文分别以pubcredit的样本均值（8.84）和第75%分位数（11.95）为分组节点，将样本分为两组。表3展示了回归结果，以列（1）和列（2）为例，列（1）中pubcredit的系数是1.436，在1%的水平下显著，表明当公共部门信贷规模占GDP比例小于8.84%时，公共部门信贷规模对制造业增加值中中高技术占比有显著的促进作用;列（2）中pubcredit的系数是-0.303，在1%的水平下显著，表明当公共部门信贷规模占GDP比例大于8.84%时，公共部门信贷规模对制造业增加值中中高技术占比有显著的抑制作用，整体呈现出先升后降的倒U型关系。依此类推，列（3）至列（8）的回归结果均支持本文的核心假设。

除此之外，加入更多的控制变量可缓解可能存在的遗漏变量问题。一方面，引入银行集中度指标，用一国前三大银行资产占比表示。一国银行集中度越低，银行竞争越激烈;竞争会影响银行的风险承担水平，从而影响中高技术制造的信贷供给。另一方面，引入一国征信情况，以一国征信得分衡量，征信得分越高表示一国征信环境越好，从而可缓解制造业升级过程中信贷供需之间的信息不对称。回归结果见表4中列（1）至列（4），回归结果印证了上述推论，同时也与本文的核心观点保持一致。

对连续性变量进行双侧5%缩尾形成新样本，可缓解极端值的影响。回归结果如表4列（5）和列（6）所示，在新样本下，pubcredit与pubcredit平方项的结果依然在1%的水平下显著，二者的系数与基准回归结果相比有较大差异，通过计算得出公共部门信贷规模对制造业升级影响的转折点为16.46%，小于基准回归的24.92%水平，但依然支持二者的倒U型关系。

将核心解释变量滞后一期进行检验，可缓解内生性问题或滞后影响。一方面，公共部门信贷与制造业发展水平可能存在反向因果关系，国有企业中高技术活动越密集，产生的大量资金需求越可能引起公共部门信贷供给的增加，从而引发内生性问题。另一方面，由于中高技术产出存在周期性长的特点，公共部门信贷对于制造业升级的影响可能存在滞后影响，因此将pubcredit与其平方项的滞后一期（l.pubcredit和l.pubcredit2）加入回歸进行检验，回归结果如表4列（7）和列（8），回归结果与本文结论一致。

（二）异质性分析

1.不同服务业发展水平的分组研究

服务业发展水平是衡量产业结构高级化的指标之一（吴丰华和刘瑞明，2013;陈文翔等，2017）。从信贷需求角度分析，服务业发展和制造业发展同样需要信贷资金的投入，即使大量研究表明，服务业，尤其是生产性服务业与制造业发展具有协同作用（顾乃华等，2006），但对于效率较低的国有企业来说，国有企业支持的服务业发展能否促进制造业发展仍不明确。本文用服务业发展水平均值（53.12%）为界限将样本分为两组，在服务业发展水平较低的一组，服务业增加值对GDP占比均值为44.90%;在服务业发展水平较高的一组，服务业增加值对GDP占比均值为59.77%。

表5报告了回归结果。列（1）和列（2）中，pubcredit的系数分别为2.374和0.415，pubcredit平方项的系数分别为-0.072和-0.012，均在1%的水平下显著，且通过utest检验，极值点分别为16.52%和17.56%，说明当服务业发展水平较低时，公共部门信贷规模对制造业升级存在倒U型影响。同样，列（3）和列（4）的结果说明当服务业发展水平较高时，公共部门信贷规模对制造业升级也存在倒U型影响，且影响的转折点在26.45%和22.14%。这可能是因为在服务业发展水平较高时，服务业支持制造业的途径更加通畅，公共部门可以更有效地支持制造业升级，或者通过增强服务水平间接支持制造业升级。

2.不同收入水平国家的分组研究

一国收入水平可以体现出该国的经济发展状况，对于不同发展水平的国家，其资源配置效率不同，从而公共部门信贷对制造业升级的影响也可能不同。本文根据世行的分类标准将样本国家分为高收入、中等收入和低收入三组，高收入国家的人均就业者GDP为8.06万美元，中等收入国家和低收入国家分别为 2.84万美元、0.49万美元（以2017年不变购买力平价衡量）。

表6报告了回归结果。列（1）至列（4）中，pubcredit及平方项系数均在1%水平下显著，且通过utest检验，说明对于高收入和中等收入国家而言，公共部门信贷对制造业升级存在显著的倒U型关系;比较pubcredit的系数大小，发现高收入国家公共部门信贷对制造业升级的促进作用更大。计算发现，对于高收入国家而言，当公共部门信贷规模占GDP比重小于23.61%时，公共部门信贷规模越大，制造业增加值中中高技术产业占比就越大;而中等收入国家的相应转折点为31.67%。这可能是因为，高收入国家的经济更为市场化，资源配置效率更高，因此公共部门信贷对制造业升级的促进作用更大;同时，相比于高收入国家，中等收入国家更加依赖公共部门信贷对制造业升级的促进作用。

在5%的水平下显著，utest检验中p=0.1，极值点在6.43，说明低收入国家的公共部门信贷对制造业升级存在倒U型关系，但显著性不高;列（6）的结果显示，公共部门信贷对中高技术产业对GDP的贡献没有影响。对于低收入国家而言，公共部门信贷对制造业升级的倒U型影响较弱，可能是因为低收入国家仍停留在低端制造业发展阶段。

数据显示，2017年中国公共部门信贷规模占GDP比例已达到26.29%，远远超过中等收入国家的均值水平，这说明中国对公共部门的信贷支持力度较大。但目前的水平距离极值点（31.67%）较为接近，在未来的产业政策和信贷政策中应注意将公共部门信贷规模控制在有效区间，谨防对公共部门信贷支持过大而导致“过犹不及”。

（三）作用机制分析

在验证了公共部门信贷规模与制造业升级之间的倒U型关系之后，本文进一步探讨其中的联系机制。模型（2）的回归结果见表7列（1）和列（2），pubcredit的系数分别为0.111和0.516，均在1%的水平下显著，pubcredit平方项系数分别为-0.002和-0.008，均在5%的水平下显著，表明公共部门信贷规模对一国创新水平和互联网发展产生的影响均表现出显著的倒U型趋势，与公共部门信贷规模与制造业升级的关系相呼应。以国家整体创新水平为例进行解释，这样的结果可能是因为，当公共部门将一定规模的信贷投入创新领域时，会带动社会资本对重点产业的投资，但是当公共部门将大量信贷投向创新领域时，一方面会挤出私人部门的创新投入，另一方面会提高人才等创新要素价格而提高整体的创新成本，从而对整体创新显示出负面影响。模型（3）的回归结果见表7列（3）至列（6），交互项系数分别为0.204、0.036、0.014、0.003，且均在1%的水平下显著，表明国家创新水平的提升以及互联网发展扩大了公共部门信贷对制造业升级的促进作用。

进一步，本文运用中介效应模型对公共部门信贷影响制造业升级的实现机制进行检验。将模型（2）中lnpatent的拟合值（lnpatent_hat）与internetcov的拟合值（internetcov_hat）加入基准回归，即模型（4）。如果公共部门信贷先影响一国创新水平与互联网发展，进而影响到制造业升级，那么中介变量拟合值的系数将显著，表8为回归结果。列（1）和列（2）中，lnpatent_hat的系数分别为 3.278 和0.998，均在1%的水平下显著;列（3）和列（4）中，internetcov_hat的系数分别为1.126和0.343，均在1%的水平下显著，这再次证明了公共部门信贷规模的增加能够促进一国创新水平的提高与互联网的发展，进而促进制造业升级。考虑到互联网发展水平的提升能够增强信息共享能力，增强技术溢出，从而提高一国创新水平，一国创新水平与互联网发展存在交互影响，这里并未将二者同时加入回归以检测二者是否为完全中介效应。

五、主要结论与政策启示

本文基于2001-2017年91个国家的面板数据，实证检验了公共部門信贷规模与制造业升级之间的关系。研究表明，从中高技术制造业的结构与规模上看，公共部门信贷规模对制造业升级具有显著的倒U型影响，对公共部门信贷规模进行均值分组和75%分位数分组的研究印证了这种非线性关系的存在，加入更多控制变量、样本双侧缩尾5%以及内生性检验强化了回归结果的稳健性。异质性研究结果显示：（1）不同服务业发展水平下，公共部门信贷均对制造业升级有着显著的倒U型影响，但服务业发展水平越高，公共部门信贷对制造业升级的促进更为通畅（体现在公共部门信贷规模的增加，对制造业升级更晚地出现抑制作用）。（2）对不同收入水平国家的分组研究表明，公共部门信贷对制造业升级的倒U型影响主要存在于高收入国家和中等收入国家，相比于高收入国家，中等收入国家更加依赖公共部门信贷对制造业升级的支持作用，但作用较弱。作用机制分析表明：公共部门信贷通过提高国家创新水平和互联网发展水平进而促进制造业升级。

本文结论对发挥公共部门信贷支持我国制造业转型升级、优化信贷政策，具有积极的政策含义：

第一，公共部门信贷对制造业升级的支持存在“过犹不及”效应。尽管私人部门信贷规模越大，支持制造业升级的边际效应也会减弱，但与私人部门信贷的经济效应不同的是，当公共部门信贷规模超出一定临界点时，这种促进作用不但会消失，而且会因为对私人部门信贷资源的挤出而产生抑制作用。因此，公共部门信贷规模过大对经济存在不利影响，应当将公共部门信贷规模控制在合理水平，如制定信贷政策时保持中立地位，避免银行等信贷部门的国有企业偏好。

第二，中国作为服务业发展水平较低（2017年GDP中服务业增加值占比52.68%，低于均值水平53.35%）的中等收入国家，公共部门信贷对制造业升级的倒U型影响异常显著。当前中国公共部门信贷规模已经接近或超出临界点，在向高收入国家迈进的过程中，应谨防公共部门信贷规模对制造业升级的抑制作用。

第三，加大公共部门信贷对创新及互联网基础设施建设的支持。本文研究结果证实了国家创新水平及互联网发展在公共部门信贷促进制造业升级过程中的中介作用。因此，基于公共部门与私人部门的效率差异和经济作用差异，公共部门应加速工业互联网建设，完善创新体系，但不能一味地增加创新投入或基础建设投入，而应致力于营造制造业发展的良好环境，从而提高制造业的整体发展水平。

参考文献：

[1]陈文翔， 周明生.自主创新、技术引进与产业结构升级——基于外部性视角的省级面板数据的实证分析[J].云南财经大学学报， 2017（4）.

[2]陈旭， 等.多中心结构与全球价值链地位攀升： 来自中国企业的证据[J].世界经济，2019（8）.

[3]方军雄.所有制、制度环境与信贷资金配置[J].经济研究， 2007（12）.

[4]高燕.产业升级的测定及制约因素分析[J].统计研究， 2006（4）.

[5]顾乃华， 毕斗斗， 任旺兵.生产性服务业与制造业互动发展： 文献综述[J].经济学家， 2006（6）.

[6]姜泽华， 白艳.产业结构升级的内涵与影响因素分析[J].当代经济研究， 2006（10）.

[7]李钢， 刘吉超.中国省际包容性财富指数的估算： 1990-2010[J].中国工业经济， 2014（1）.

[8]李广众.金融抑制过程中政府收益的经验研究及国际比较[J].世界经济， 2001（1）.

[9]廖茂林， 等.基础设施投资是否还能促进经济增长？——基于1994-2016年省际面板数据的实证检验[J].管理世界， 2018（5）.

[10]刘瑞明， 石磊.国有企业的双重效率损失与经济增长[J].经济研究， 2010（1）.

[11]刘瑞明.国有企业如何拖累了经济增长： 理论与中国的经验证据[D].复旦大学博士学位论文， 2011.

[12]刘小玄.中国工业企业的所有制结构对效率差异的影响——1995年全国工业企业普查数据的实证分析[J].经济研究， 2000（2）.

[13]刘音露， 张平， 徐晓萍.征信活动、信息技术进步与信贷表现[J].国际金融研究， 2019（11）.

[14]邱国栋.西方国家政府管理国有企业的模式[J].世界经济， 1996（12）.

[15]沈红波， 廖冠民， 曹军.金融发展、产权性质与上市公司担保融资[J].中国工业经济， 2011（6）.

[16]盛明泉， 等.國有产权、预算软约束与资本结构动态调整[J].管理世界， 2012（3）.

[17]孙凤娥， 田治威， 苏宁.政治关联、融资约束与资本结构周期性变动[J].现代财经， 2016（4）.

[18]王蓓.基于国际视角的国有企业补贴若干问题探讨[J].财政监督， 2013（22）.

[19]王玉泽， 罗能生， 刘文彬.什么样的杠杆率有利于企业创新[J].中国工业经济， 2019（3）.

[20]王跃堂， 王亮亮， 彭洋.产权性质、债务税盾与资本结构[J].经济研究， 2010（9）.

[21]吴延兵.国有企业双重效率损失研究[J].经济研究， 2012（3）.

[22]吴丰华， 刘瑞明.产业升级与自主创新能力构建——基于中国省际面板数据的实证研究[J].中国工业经济， 2013（5）.

[23]向松祚.经济新动能： 中国经济如何转型升级[M].北京： 中信出版社， 2020.

[24]肖泽忠， 邹宏.中国上市公司资本结构的影响因素和股权融资偏好[J].经济研究， 2008（6）.

[25]谢呈阳， 刘梦.市场化进程能否促进中国制造业升级——来自106家上市公司的证据[J].东南大学学报（哲学社会科学版）， 2020， 22（6）.

[26]徐洁香， 邢孝兵.制造业结构升级对技术创新的影响研究——基于技术机会的视角[J].南京财经大学学报， 2019（2）.

[27]严北战， 周懿.“互联网+”对制造业升级的影响——基于供给侧、需求侧双向驱动的分析[J].科技管理研究， 2020， 40（22）.

[28]Cull Robert， Xu Lixin Colin.Who Gets Credit？ The Behavior of Bureaucrats and State Banks in Allocating Credit to Chinese Stateowned Enterprises[J].Journal of Development Economics， 2003， 71（2）.

[29]Djankov Simeon， Peter Murrell.Enterprise Restructuring in Transition： a Quantitative Survey[J].Journal of Economic Literature， 2002（40）.

[30]Holmstrom Bengt.Agency Costs and Innovation[J].Journal of Economic Behavior and Organization， 1989， 12（3）.

[31]Megginson William， Jeffry Netter.From State to Market： a Survey of Empirical Studies on Privatization[J].Journal of Economic Literature， 2001， 39（2）.

（责任编辑：彭琳）