数字经济对长三角制造业出口产品质量升级的影响研究

李大伟 章秀琴

安徽工程大学经济与管理学院 安徽芜湖 241000

当前，我国经济正在转向高质量发展阶段，作为国民经济的基石，制造业实现高质量发展是完成经济转型的重要标志。而我国制造业通过要素驱动发展模式取得一定成就后，目前正面临着新的国内国际问题。一方面，国内劳动力成本不断上升，粗放型的发展方式也不符合当前的新发展理念；
另一方面，发达国家实行再工业化战略来维护其在先进领域的主导地位，以及新兴的发展中国家开始积极承接新一轮国际产业转移。我国制造业受到来自价值链两端的同时挤压，如何破局成为关键。对此，我国“十四五”规划提出“发展数字经济，推动数字经济与实体经济深度融合，打造具有国际竞争力的数字产业集聚”。因此抓住信息技术革命的机遇，实现新旧动能转换成为当前实现制造业高质量发展的重中之重。

《长三角数字经济发展报告（2021）》显示，2020 年我国数字经济规模达到39.2 万亿，占GDP 总量的38.6%。其中长三角数字经济总量为10.83 万亿，占长三角GDP 总量的44.26%。可见，长三角地区数字经济发展水平居于全国领先地位，已成为我国数字经济新高地。同时长三角地区的经济规模和发展速度在全国各经济板块中位居首位，并仍旧有着很高的发展潜力。总体来看，长三角地区将成为数字经济与实体经济融合发展的先头区域，有望率先实现培育经济新动能和制造业转型升级。因此，研究数字经济如何影响长三角地区制造业的发展对更好认识数字经济、更好促使数字经济推动我国经济发展和更好探究经济高质量发展之路有重要作用。

自经济学家Don Tapscott 于1996 年提出“数字经济”的概念以来，围绕数字经济开展的研究越来越丰富。在界定数字经济内涵方面，G20 峰会将数字经济定义为以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。在测度数字经济发展水平方面，研究者基于对数字经济的界定，从不同角度构建指标体系衡量不同层面的数字经济发展水平[1-3]。在分析数字经济对经济活动的影响方面，王建冬和童楠楠[4]从要素联动的视角出发，指出数据和其他生产要素的联动推动形成智能化的数字经济体系。对于数字经济如何推动制造业升级，李晓华[5]认为数字经济新动能能够驱动产业效率提升、推动产业跨界融合、重构产业组织的竞争模式以及赋能产业升级。温珺等[1]认为数字经济通过扩散效应带动整个产业的创新，驱动制造业向中高端迈进。石喜爱等[6]研究发现数字经济通过空间外溢效应带动周边地区制造业发展。

而学界对出口产品质量的研究主要关注两个方面。一是如何规范测算出口产品质量。早期以单位价格表征产品质量的方法存在较大偏误，因为许多与质量无关的因素会影响产品价格[7][8]。随着新新贸易理论的发展，Hallak 和Sivadasan[9]、Baldwin 和Harrigan[10]、施炳展和绍文波[11]等学者开始关注企业产品质量异质性，在企业产品质量异质性模型下测算出口产品质量。二是探究出口产品质量的影响因素。汪建新[12]、刘晓宁和刘磊[13]研究了贸易自由化对出口产品质量的影响。苏丹妮等[14]研究发现产业集聚带来的集聚经济要优于过度竞争效应，从而促进企业出口产品质量提升。分析金融发展如何影响出口产品质量也受到很多研究者的青睐，赵爽等[15]研究证实金融发展对出口产品质量存在非线性影响；
张杰[16]、孔祥贞等[17]分析金融对出口产品质量的抑制作用，证实融资约束和出口产品质量之间呈倒U 型关系。关于数字经济对出口产品质量的影响，谢靖和王少红[18]从微观企业层面研究指出，数字经济通过提高生产效率驱动制造业企业出口产品质量提升。王瀚迪和袁逸铭[19]同样证实了数字经济对企业出口产品质量的促进作用，并进一步得出搜寻成本对本土企业和一般贸易企业起调节作用。

综上，现有文献在探究出口产品质量的影响因素时，关于数字经济的影响研究分析较少。另外，对出口产品质量的测算更多是从企业或国家层面展开。鉴于此，本文以长三角41 个城市为考察对象，测算城市层面的数字经济水平和制造业出口产品质量。再根据新新贸易理论构建数字经济对制造业出口产品质量作用的分析框架，分析数字经济促进制造业出口产品质量升级的作用机制和影响效应。通过基准回归、内生性和稳健性检验分析数字经济对制造业出口产品质量升级的影响，再通过中介效应模型和调节效应模型检验本文提出的作用机制。

(一)数字经济与制造业出口产品质量

随着数字经济的深入发展和数字技术的投入使用，传统制造业的生产方式与组织方式正发生深刻变化。从生产方式看，数字技术在生产中的配合使用实现了人、机、物的互联互通，能够做到对企业生产网络的集成统一，从而实现生产流程的一体化控制，提高资源配置效率；
人工智能、工业机器人等智能设备通过编程驱动运行，具备很高的自主性和适应性，能够提高生产智能化水平，使生产流程不断优化，从而提高生产效率。从组织方式看，第一，数字技术转变了企业管理模式，企业内部组织呈现扁平化特征，管理层级逐渐缩减，管理决策的执行更加准确高效，更有利于对产品质量的管控；
第二，数字技术拉近了供需两端的距离，企业借助信息技术搭建网络平台，与消费者进行交流互动，消费者的个性化需求成为产品质量提升的导向；
第三，数字技术推动了产业生态演进，得益于数字技术的相互关联，价值链上的不同企业可按照各自功能形成产业生态体系，不同生态位的企业优势互补、相互协作，使产品质量得到有效保障。由此，本文提出以下假设。

假设1：数字经济对制造业出口产品质量升级有积极的促进作用。

(二)数字经济影响制造业出口产品质量升级的作用机制

根据新新贸易理论，Hallak 和Sivadasan[9]在企业产品质量异质性模型下，通过效用函数分析得出产品质量内生决定于企业生产效率和质量生产能力的结论。质量生产能力表示企业在固定投入下提高产品质量的能力，即强调研发创新水平[20][21]。除以上因素之外，企业经营发展还受到外部融资环境的影响，其对产品生产和质量升级同样重要，融资难易程度可用金融发展水平表示。基于此，本文将从以下三个方面解析数字经济影响制造业出口产品质量升级的作用机制。

1.产品生产效率

在数字经济与传统经济的融合过程中，制造业数字化改造的一个显著特点是数据成为驱动行业发展的新动力。数据要素具有渗透性和协同性特征，在与资本、劳动等要素共同使用的过程中，数据要素不仅发挥渗透作用提升传统要素性能，而且能够整合协同各种要素提高要素使用效率[22]。要素质量和使用效率的提高将直接促进生产效率的提升。此外，数字化设备凭借其智能处理能力将细化的生产工序进行整合，优化工艺流程，在缩短加工时间的同时还能把控产品加工精度，增强产品质量管理能力。数字化改造还有利于沟通平台的搭建，为不同主体在生产中的沟通交流提供便利，促使产品供应链企业之间实现网络化协同生产，提高供应链运行效率，缩短产品生产周期，提高产品生产效率。

2.研发创新水平

数字经济的发展使数字技术嵌入到价值链各个环节，渗透到整个价值创造过程，改变产品研发创新模式，借助网络环境的开放协同，创新成为新的特征。新技术的发展打破物理空间和网络空间的隔阂，使研发过程更多地依靠网络环境进行，减少了创新对资源使用的需求，从而降低了研发投入成本，也降低了研发进入门槛，使中小企业也能够开展研发创新活动，极大丰富创新主体的多样性。此外，数字技术赋能网络空间成为创新发展的沃土，不同创新主体能够在此进行畅通的交流，彼此之间可以展开紧密的技术合作。参与者根据自身优势进行任务分配，开展跨专业、跨领域的网络化协同创新，将显著提升创新速度，使新技术的研发周期显著缩短。总的来说，数字技术降低研发投入成本，增加研发产出，使研发创新效率得到提高，从而提升企业改进产品质量的能力。

假设2：数字经济通过提高产品生产效率和研发创新水平来促进制造业出口产品质量提升。

3.金融发展水平

资金短缺与融资约束在企业运行过程中时常发生，而企业要在数字经济时代实现转型升级需要稳定的资金支持，这与所在城市的金融发展水平直接相关。从现有文献研究来看，金融发展带来的影响可以分为两方面。

第一，较高的金融发展水平会产生积极影响。传统制造业数字化转型升级需要引入、吸收大量的先进技术，这会产生庞大的融资需求。此时，良好的融资环境、更为透明的资本市场能够改善市场信息的不对称，缓解企业的融资约束。同时数字经济为金融行业赋能，金融科技的应用使传统金融行业所提供的服务和产品不断创新，科技与金融结合诞生新的金融服务理念，使金融机构既能提升服务质量又能降低服务成本，能够更好地解决企业融资需求，从而加快推进其数字化进程。

第二，金融发展水平高也可能带来消极影响。随着数字经济的发展，虽然金融业通过与数字信息技术相结合得到创新发展，有效缓解了融资约束问题，但因为数字经济与实体经济的结合并未深入，大部分传统制造业并未实现数字化转型。当金融市场不断完善、信息不断透明，会将资本更多引向互联网等高回报领域，促进数字经济在这些领域的发展。同时，发达的金融市场降低了融资约束，企业能够将部分资金用于金融项目投资，这会促使企业的金融化。相比于制造行业的高投入和低利润，企业为追求更高的收益率会将更多资金用于金融资产投资。而其他企业为保持竞争优势会相继做出金融投资决策，企业金融化开始相互“传染”[23]。此时，数字经济对出口产品质量的促进作用将会减弱。

假设3：金融发展水平在数字经济对制造业出口产品质量的作用中起到调节作用，但是影响方向取决于正反两方面影响的大小。

本部分构建数字经济对制造业出口产品质量的基准回归模型和调节效应模型来定量考察数字经济对城市制造业出口产品质量的影响效应。接下来将对模型、变量选取和数据来源进行说明。

(一)模型设定

本文构建如下基本模型，用以实证分析数字经济与城市制造业出口产品质量的关系:

其中，c、t 分别表示城市和年份；
Quact代表城市制造业出口产品质量；
Digct代表城市数字经济发展水平；
controlct代表所选的控制变量，包括贸易水平、基础设施水平、劳动参与率、城市规模、科技支出；
δc代表城市固定效应；
δt代表时间固定效应；
εct代表随机扰动项。

为探究产品生产效率和研发创新水平是否在数字经济影响城市制造业出口产品质量的过程中发挥了中介作用，本文进一步构建中介效应模型进行检验，具体如下：

其中，θct代表中介变量，包括lnProd和lnTech。检验中介效应时，首先进行基本模型（1）的回归；
然后根据式（2），分别将两个中介变量对数字经济Digct进行回归；
最后分别将两个中介变量代入式（3），将出口产品质量同时对数字经济Digct和中介变量进行回归。

为进一步探究调节变量对主回归的影响，本文进一步构建调节效应模型，在式（1）基础上引入数字经济与调节变量的交互项Digct*ϕct:

其中，ϕct为调节变量，用于衡量城市的金融发展水平，包括金融发展规模（fin1）、金融发展结构（fin2）、金融发展效率（fin3）和金融发展指数（Fin）。

(二)变量说明

1.被解释变量

制造业出口产品质量（Qua）。本文借鉴Hallak[21]、Hallak 和Sivadasan[9]分析质量决定机制的思路，参照施炳展和绍文波[11]的做法构建计量模型，利用海关微观贸易数据测算企业出口产品质量，然后使用加权平均的方法得到制造业出口产品质量。对于贸易数据中某一产品来说，企业i在t年向国家g出口的数量可由下式表示：

通过对式（5）等号两边同时求导，可得到求产品质量的产品层面的回归方程式：

其中,lnEgt-lnPgt=χgt表示进口国-年份虚拟变量，可以用于控制伴随进口国变化的变量、伴随年份变化的变量，以及同时随两者变化的变量。(σ-1)λigt=ϵigt表示残差项，其中包含回归方程所要求的产品质量信息。从而可以得到出口产品质量为：

式（8）表示的是某企业在某年度向某出口国出口的某特定hs 产品的质量，其中σ 表示产品的需求弹性，本文借鉴Broda 和Weinstein[24]的做法，基于HS3 位码的σ 值来计算，其中缺失的值用HS4 位码的σ 值来替代。为了方便将产品质量加总到整体层面，以服务于之后的分析，本文对所得结果进行标准化处理：

其中，minqualityigt，maxqualityigt分别表示某一hs 出口产品质量的最小值和最大值。式（9）定义的标准化出口产品质量值介于[0,1]之间，没有计量单位，可以在不同范围内进行跨期、跨截面的加总分析。通过加权求整体出口产品质量的表达式如下：

其中，TQ表示对应集合Ω 的产品质量，因为本文从城市层面分析制造业出口产品质量，所以Ω 为城市层面的集合。vigt表示某一产品的出口金额，以出口金额求权重将标准化的出口产品质量加总至城市层面。

2.核心解释变量

到目前为止，学界对数字经济（Dig）的测算方法未有统一标准。本文从城市层面测算数字经济发展水平，考虑到测算的合理性和数据的可得性，借鉴黄群慧等[2]、赵涛等[3]的数字经济评价体系，选取互联网普及率以百人宽带接入用户数表示、移动互联网用户数以百人移动电话用户数表示、互联网相关产出以人均电信业务总量表示、互联网有关就业人员以计算机服务和软件业从业人员占城镇单位从业人员比重表示，以上指标收集完毕后通过熵值法求各自权重，然后加权求和得到数字经济综合指数。

3.中介变量

产品生产效率（lnProd）。用工业生产总值与职工人数的比值来表示。研发创新水平（lnTech）。专利数量是衡量地区研发与创新水平的重要依据，本文参考国内外文献常用做法，以专利授权总量（包括发明专利、实用新型专利、外观设计专利）来衡量地区研发创新水平。

4.调节变量

为更好地探究金融发展水平的调节作用，本文借鉴李爱真等[25]的做法，从以下维度衡量各城市的金融发展水平。一是金融发展规模（fin1）。用金融机构年末存贷款余额之和与地区GDP 的比值来表示，能够反映地方经济发展中的金融活跃程度。二是金融发展结构（fin2）。用金融机构年末贷款余额之和与地区GDP 的比值来表示，可以反映地区金融发展的深化程度。三是金融发展效率（fin3）。用金融机构年末贷款余额之和与存款余额之和的比值来表示，可以反映金融机构的存款转化效率。四是金融发展指数（Fin）。基于前三个指标通过主成分分析法计算得到，能够综合反映各城市金融发展水平。

5.控制变量

为使回归结果更好地反映数字经济对城市制造业出口产品质量的影响，本文选取以下可能对出口产品质量产生影响的控制变量。贸易水平（Trade），以人均货运量的对数来表示。货运量能够直接反映经济景气情况，某种程度上是经济的晴雨表。基础设施水平（Infra），以年末实有城市道路面积的对数来表示。劳动参与率（Labour），以城镇单位从业人员与年末总人口的比值来表示。城市规模（Size），以全市生产总值GDP 的对数来表示。科技支出（Science），以地方财政预算内的科技支出的占比来表示。

(三)数据来源及处理

本文计算制造业出口产品质量的微观贸易数据主要来源于《中国海关数据库》，原始数据由于变量缺失、数据异常等原因无法直接运算。在获取数据后按照以下步骤进行筛选处理：第一步，将关键信息缺失，如缺失企业代码、产品代码、进口国名称的数据删除；
第二步，因为本文以长三角41 个城市为研究对象，所以将城市代码与货源地代码进行匹配，然后只保留长三角41 个城市的样本数据；
第三步，将数量单位小于1，或者单笔贸易金额低于50 美元以下的样本删除；
第四步，中间商企业存在价格调整的情况，从而无法真实反映生产企业的产品质量信息，因此将企业名称中含有“贸易”“进出口”“商贸”“经贸”关键词的企业删除；
第五步，因为本文研究制造业的出口产品质量，因此将不同版本海关数据HS 八分位编码调整加总至HS96 版六分位编码上，然后将HS 六分位编码同ISIC Rev.2 三分位编码、SITC Rev.2 三分位和四分位编码匹配，在此基础上保留制造业样本，即保留 ISIC 编码处于 300～400 之间、SITC 四分位编码位于 5000～9000 之间的样本量；
第六步，根据SITC 三分位编码分类，删除初级品、资源品、同质产品样本；
第七步，由于需要将企业在其他市场出口产品的平均价格作为工具变量，所以删除只对一个国家出口某种产品的企业；
第八步，本文回归求产品质量是在产品层面进行的，为了保证回归的可信度，将样本量小于100 的产品删除。

本文用于测算数字经济发展水平的各项指标数据和控制变量均来自于《中国城市统计年鉴》以及部分地级市统计年鉴，并对少量缺失数据采用线性插值法补齐。对出口产品质量测算的时间范围是2000—2013 年，但由于数字经济的部分指标和某些控制变量的起始时间不同，综合考虑后，本文的研究范围最终确定为2003—2013 年。各变量的描述性统计汇总于表1。

表1 变量描述性统计

(一)基准回归

为检验数字经济发展水平对城市制造业出口产品质量的影响，我们对模型（1）进行逐步回归，回归结果见表2。

表2 基准回归结果

表2 中，第（1）列为不加入任何控制变量，只控制年份固定效应和城市固定效应的回归结果，结果显示核心解释变量数字经济（Dig）的回归系数在5%的水平上显著为正，表明数字经济能够有效提升出口产品的质量水平。接下来将控制变量Trade、Infra、Labour、Science、Size依次加入回归方程，分别进行回归，所得回归结果依次列于第（2）列至第（6）列。从结果可以看出在加入控制变量后，核心解释变量的回归系数变得更为显著，在第（2）列至第（6）列中均在1%的水平上显著为正。基本模型的逐步回归结果初步证明假设1 成立，说明随着数字经济的不断发展，数字技术开始向传统制造领域不断渗透，并逐渐改造传统制造业形成全新的生产方式，对产品生产的全流程进行赋能，从而对制造业出口产品质量的提升发挥显著且稳定的作用。

此外，从控制变量的回归结果来看，以人均货运量衡量的贸易水平的系数显著为负，从侧面说明长三角地区虽然有庞大的国内国际贸易规模，但并未有效推动制造业向高质量发展，所生产的产品整体附加值水平仍旧较低。基础设施水平对出口产品质量有正向影响，但不显著，说明便利的交通运输有助于贸易畅通，帮助产品出口，但对质量的提升影响较小。劳动参与率的系数显著为负，是由于本文样本考察期内长三角地区仍有大量的劳动密集型产业，其能够带来很高的地区就业率，但是所制造产品的质量水平却不高。科技支出系数不显著说明科技投入带来的产出成果的转化效率较低。城市规模的系数不显著可能是由于地区生产总值与出口产品质量之间有双向因果关系。

(二)内生性检验

式（1）在进行基准回归时可能会存在一定的内生性问题。一是各城市数字经济发展水平是由多个指标通过熵值加权法计算而得，不可避免地会存在一定程度的测量误差；
二是虽然在回归时加入了一系列控制变量，但也只能起到缓解作用，遗漏变量的问题仍是存在。因此为了尽可能缓解上述情况带来的估计误差，本文使用包含工具变量的两阶段最小二乘法（2SLS）和系统GMM 法进行估计。借鉴现有文献做法，本文选取计算机服务和软件业从业人员占城镇单位从业人员的比重和数字经济发展水平的滞后一期L.Dig 作为工具变量，结果见表3。

表3 内生性检验结果

续表 3

表3 中第（1）列为2SLS 回归结果，结果显示，Kleibergen-Paap rk LM 统计量在1%的水平上显著拒绝原假设，即工具变量不存在不可识别的情况；
Cragg-Donald Wald F 值大于Kleibergen-Paap rk Wald F 值，同时Kleibergen-Paap rk Wald F 值大于10%水平上的Stock-Yogo 临界值，因此拒绝“弱工具变量”的原假设，不必担心工具变量弱相关问题；
对于过度识别检验，Hansen J 统计量的P 值大于0.1，接受了原假设，说明工具变量是外生的，符合预期。2SLS 回归结果与基准回归结果保持一致，验证了本文基本结论的可靠性。第（2）列为系统GMM 估计的结果，AR(1)的P 值小于0.1，AR(2)的P 值大于0.1，说明扰动项的差分存在一阶自相关，不存在二阶自相关，通过自相关检验。Hansen 检验结果接受原假设，说明GMM 新增工具变量是有效的，系统GMM 估计同样与基准回归结果保持一致。可以看出，在考虑内生性后，基准回归的结果依旧显著且稳健。

(三)稳健性检验

上述分析已证明数字经济发展水平对制造业出口产品质量的促进作用，为使结果更为稳健，本文从以下四个方面进行稳健性检验，结果如表4 所示。

表4 稳健性检验结果

一是删除关键城市样本。由于上海、南京、杭州、合肥作为特大城市或省会城市，整体经济发展水平要明显优于其他城市，因此为使回归结果更具代表性，此处删除这四个城市样本再进行回归。结果如表4第（1）列所示，核心解释变量的回归系数仍在1%的水平上显著为正，该结果再次验证数字经济对长三角制造业出口产品质量的提升作用。二是将数字经济发展水平Digc的滞后一期作为核心解释变量进行回归。如第（2）列所示，主要变量的回归系数有所减小，但结果仍旧是显著为正，与前文结果基本一致。三是更改替代弹性σ。本文借鉴Broda 和Weinstein 的做法，用HS3 位码的σ 值来测算出口产品质量，也有部分学者选取固定的σ 值来测算出口产品质量。本文选取σ=5 重新测算出口产品质量进行回归，如第（3）列所示，变量的显著性和系数大小未有明显改变，核心解释变量的估计结果依旧稳健。四是替换回归模型。方程（1）在回归时采用的是OLS 模型，此外出口产品质量在测算时经过标准化处理，数值介于0 和1 之间，也适用于Tobit 模型。采用Tobit 模型的回归结果如第（4）列所示，与基准回归结果高度相似，只有个别控制变量的显著性水平有所降低，但对本文结论不产生影响。综合来看，通过一系列稳健性检验证明了基准回归结果具有高度稳健性。

(四)作用机制检验

1.中介效应检验

对数字经济促进城市制造业出口产品质量提升的作用机制的检验结果如表5 所示。表5 第（1）列是对基本方程式（1）的回归，第（2）、（4）列是将产品生产效率（lnProd）和研发创新水平（lnTech）代入式（2）的回归结果，可以反映数字经济对中介变量的影响作用。第（3）、（5）列是基于方程（3），考察出口产品质量同时对数字经济和中介变量的回归结果。

表5 中介效应检验结果

表5 第（2）列结果显示数字经济对产品生产效率的回归系数为2.910，且在1%的水平上显著，说明数字经济显著促进了产品生产效率的提高。第（3）列结果显示在回归中加入产品生产效率后，数字经济对城市制造业出口产品质量的促进作用系数由0.128 下降至0.114，但显著性水平仍旧很高，可以初步认为产品生产效率在数字经济促进城市制造业出口产品质量提升的过程中表现为中介效应。但是产品生产效率的系数虽为正却并不显著，为此，本文进一步采用Bootstrap 法检验产品生产效率的中介效应。如表5所示，检验结果显著且95%的置信区间为[0.045,0.096]，并不包含零，验证了产品生产效率的部分中介效应。产品生产效率的中介效应值为0.0146，占总效应的比例为11.4%。

第（4）列的回归结果显示数字经济对研发创新水平有显著的促进作用，说明数字经济的发展能够推动城市的科研发展。第（5）列显示数字经济在5%的显著性水平上对制造业出口产品质量起促进作用，但与第（1）列相比促进作用有所降低。同时，研发创新水平（lnTech）的回归系数显著为正，这说明在数字经济促进城市制造业出口产品质量提升的过程中，研发创新水平表现为显著的部分中介效应。同时Bootstrap 检验得出95%的置信区间为[0.026,0.076]，同样说明研发创新水平的中介效应是显著的，其中介效应值为0.0066，为总效应的5.1%。综上所述，假设2 得到证实，即数字经济通过提高产品生产效率和研发创新水平来促进制造业出口产品质量升级。

2.调节效应检验

为检验金融发展水平的调节作用，本文依次将金融发展规模（fin1）、金融发展结构（fin2）、金融发展效率（fin3）以及他们的综合指标金融发展指数（Fin）代入调节效应模型式（4）进行回归，结果如表6所示。

表6 调节效应检验结果

表6 中第（1）至（4）列的交互项系数均显著为负，其中第（1）、（2）和（4）列的结果更是在1%的水平上显著为负。据此可充分说明金融发展水平在数字经济的作用过程中存在反向调节作用。具体来看，金融发展规模的交互项系数为负，说明金融机构的存贷款余额增加，虽然促进了地区金融业的发展，但没有推动数字经济更好发挥对出口产品质量的促进作用。可能因为虽然金融业的发展能够改善地区融资环境，但可能仅是可融资的资金增多了，并未拓展融资渠道，这会使得原本就容易获得融资的企业和行业再获得更多的资金，产生马太效应。另外，虽然数字经济能够催生新型数字金融融资模式，结合金融发展规模的壮大可以拓宽企业融资渠道，但制造业企业要想实现数字化转型，不仅需要长期的投资，更需要有技术的积累。相比之下，企业可能更愿意借助数字经济促进企业金融化，选择将部分资金进行金融投资，从而获得短期收益。

金融发展结构的交互项系数为负，说明虽然金融机构的贷款之和占GDP 的比例上升，地区的金融发展得到深化，但是我国金融体系以银行业为主，股票等证券市场尚不成熟，融资渠道不够丰富。特别是银行在放贷时，为减低风险和追求更高回报，更愿意让资金流向房地产等行业。此外，在数字经济发展初期，数字技术主要运用于社交、支付、出行等服务业领域，并在这些领域产生了许多创新型互联网企业，同时吸引着大量的金融资本。而数字经济与实体经济的融合发展尚处于初步阶段，再加上制造业企业的数字化转型伴随着高投入和高风险，不受资本青睐，所以金融发展并未促进数字经济对制造业出口产品质量的影响。

金融发展效率提高说明金融机构的存款转化率提高，可见在本文研究时段内，地区的融资约束问题得到一定解决。但金融发展效率的交互项系数为负，说明在金融机构存款转化率高的城市，数字经济对制造业出口产品质量的影响未得到正向促进。这表明制造业不是资金的主要去向，该现象产生的原因与前文所述相近，数字技术的成果最先投入到服务行业，并产生可观的经济收益，这会驱使资本向这些领域聚集，也会使一些企业减少对制造业的长期投资，转而追求短期的高额利润。所以当某地区资本流动更便捷时，反而会抑制数字经济对制造业出口产品质量的促进作用。

金融发展指数从整体上衡量某地区金融发展水平，其回归系数在1%的水平上显著为负，加强了上述结果分析的准确性。

本文研究发现数字经济对城市制造业出口产品质量提升有显著的促进作用，包括内生性检验和一系列稳健性检验均支持这一结论。进一步，对本文提出的作用机制和研究假设进行检验，其中，中介效应检验结果表明，产品生产效率和研发创新水平均表现为显著的部分中介效应，即数字经济的发展能够提高研发创新水平和产品生产效率，继而促进城市制造业出口产品质量提升。调节效应检验结果表明，不论是分维度来看，还是综合来看，在本研究时段内，金融发展水平在数字经济促进制造业出口产品质量提升的过程中起到抑制作用。基于以上研究结论，本文提出如下政策建议。

第一，为了更好地促进数字经济与实体经济的融合发展，服务于制造业高质量发展的目标，要充分发挥长三角地区在数字经济和制造业领域的领先优势，以及长三角地区作为完整经济板块的统一性和协调性，各地政府应积极部署、整体规划，包括制定推出相应的激励政策、牵头完善地区数字经济公共产品、大力培养和吸引有关专业人才。

第二，在数字经济时代，推进制造业的转型升级落到实处要求制造业企业积极拥抱数字化。制造业企业应积极抓住时代机遇，主动进行数字化转型，充分利用数字技术改进生产方式。此外，也要积极借助数字经济下开放的网络环境和多种互联网平台，加强研发和服务环节。做到加强不同主体之间的研发合作，提升产品性能；
做到以消费者需求为生产导向，回应市场需求。

第三，借助数字经济的发展，完善金融服务实体经济的整体功能。要积极推进数字信息技术在金融领域的应用发展，不断提升金融服务效率，降低企业融资约束成本，更好发挥金融在资源配置中的作用。同时，不能任由金融无序发展，要引导金融支持实体经济，对转型期制造业企业的融资需求，融资机构应结合其具体情况为其量身定制融资方案。