信息化对制造业产出增长的贡献度——基于面板分位数回归的分析

(安徽工程大学管理工程学院，安徽 芜湖241000)

一、研究背景与方法

(一)研究背景

自美国20世纪90年代推行信息高速公路战略以来，信息产业作为新兴产业不断凸显在国民经济中的重要地位和作用。中共十八大明确提出大力推进信息化与工业化的深度融合，坚持走中国特色新型工业化道路，坚持四化同步发展。制造业是工业的核心和主体，新型工业化道路也是新型制造业道路。2015年国务院颁布《中国制造2025》，计划在未来十年制造业信息化水平大幅提升，实现制造业智能化、数字化、网络化，进一步强化信息技术对制造业发展的支撑和促进。制造业与信息产业深度融合对于改变我国制造业高投入、高污染、高排放、低附加值的发展模式具有十分重要的促进作用，因此利用信息化提高我国制造业成长能力和水平显得尤为重要和紧迫。

信息化的积极效应已经得到较多学者认可。Romer认为信息化是提高传统产业绩效的重要渠道[1]；Rajiv D. Banker.(1998)研究发现ICI行业发展会给其他行业的企业带来成本降低、外部环境改善，进而能够改善产业绩效[2]。有关信息化与制造业增长研究方面，主要表现在：第一，信息化对制造业生产效率的影响，蔡冬松以代表性制造业上市公司为例，评价了它们信息化效率水平，得出整体水平不高[3]；徐盈之和刘华基于行业层面发现制造业细分行业信息化渗透明显，对制造业效率改善显著[4][5]；Amir Gholam Abri以伊朗为例，发现制造业中使用IT企业相比不使用IT企业生产效率较高，尤其表现在技术密集型制造业[6]；陶长琪等从产业融合视角出发具体测算了中国信息产业与制造业耦联效应及其空间格局特征，二者耦联度提高有利于产业结构优化升级[7]；第二，制造业信息化发展模式研究。王守宁提出制造业信息化建设应该内外联动，内部主要强调生产过程信息化和经营管理智能化，外部信息化主要从买方商业模式和卖方商业模式协同推进[8]；周振华认为信息化过程中的产业融合带来新型产业业态和对传统产业组织变革，促使产业边界模糊化和经济结构服务化[9]；李明强调应该从信息产业规划、咨询服务体系、信息人才构建等角度完善制造业信息化发展的外部社会环境[10]。

综上所述，目前关于制造业信息化方面研究主要集中在融合度测度、产业绩效影响、制造业信息化体系构建等方面，较多集中在理论研究，涉及省际、企业层面研究较多但行业投入产出层面研究较少，且实证研究大多数采用面板线性回归方法。本文使用投入产出法和分位数回归法揭示制造业在不同发展阶段下信息化对制造业产出增长的贡献度，找出存在问题为更好推行中国信息产业发展和制造业发展模式转变提供理论依据，也为信息化与制造业深度融合提供现实可操作途径。

(二)研究方法：投入产出法和分位数回归法

制造业信息化体现了信息产业对制造业的渗透、嵌入深度，本文采用李美云的研究思路，以制造业细分行业总产出中信息技术投入所占份额反映制造业信息化程度[11]。信息技术投入既包括信息服务和信息产品投入，具体而言包括信息传输、计算机服务和软件业与通信设备、计算机及其它电子设备制造业[12]。采用2002、2005、2007、2010、2012五年投入产出表测算制造业细分行业的信息化程度。

具体计算公式=i行业生产过程中的信息产品和信息服务投入。制造业细分行业包括食品制造及烟草加工业(m1)，纺织业(m2)，服装皮革羽绒及其制品业(m3)，木材加工及家具制造业(m4)，造纸印刷及文教用品制造业(m5)，石油加工、炼焦及核燃料加工业(m6)，化学工业(m7)，非金属矿物制品业(m8)，金属冶炼及压延加工业(m9)，金属制品业(m10)，通用、专用设备制造业(m11)，交通运输设备制造业(m12)，电气、机械及器材制造业(m13)，通信设备、计算机及其他电子设备制造业(m14)，仪器仪表及文化办公机械制造业(m15)，其他制造业(m16)，共16个行业。计算结果见表1。

表1 制造业历年信息化程度 单位%

从表1中可以看到，制造业信息化存在十分明显的行业差异性，总的说来劳动密集型与资本密集型制造业的信息化程度呈现明显下降，而技术密集型制造业的信息化程度明显上升。

传统OLS回归体现解释变量对被解释变量条件期望的影响，本质上是均值回归，这种均值回归只有在被解释变量是对称分布下有效，一旦被解释变量不是对称分布，则线性回归下的均值回归很难反映全部条件分布的全过程；且传统线性回归容易受到极端值影响和难以满足随机扰动项古典假定，从而导致估计很可能存在偏误，削弱实证结论的客观性和稳定性。面板分位数回归能够较好解决以上问题，本文使用行业层面数据，行业技术异质性差异大，产出波动性明显，随机扰动项难以满足古典假定，将面板分位数回归应用具有较强的可行性和必要性[13]。

二、研究过程

(一)模型设计、指标解释与数据来源

本文采用C-D生产函数法，将制造业信息化与劳动、资本等要素一道进入生产函数，具体形式如下

Y=f(K,L,XIN)/AKαLβXINγ

(1)

对(3)两边取对数，得到lnYit=c+αlnKit+βlnLit+γXINit+ui+εit

(2)

Y代表总产值，利用增加值指数进行消胀处理，i代表制造业细分行业，t代表时间，K代表资本投入，以固定资产净值衡量，利用固定资产投资价格指数进行消胀处理，L代表劳动投入，以从业人员衡量，XIN表示信息化程度，ui表示行业个体效应，εit为随机扰动项，服从iidN(0,δ2)，α、β、γ分别表示资本、劳动和信息化的产出弹性。数据日期为2002-2012年，以上数据均来源于来源于《中国统计年鉴》和《中国工业经济统计年鉴》。

(二) 面板分位数回归分析——整体性特征

与普通面板模型一样，面板分位数回归涉及固定效应、随机效应和混合效应模型选择，经过F检验、Hausman检验发现应该采用固定效应模型，结果呈现如表2所示。

表2 面板分位数回归结果

注：*、**、***分别表示p≤0.1,0.05，0.01，fe表示采用固定效应估计

为了更清晰反映各要素在不同分位点处对制造业产出的影响，将表1中资本、劳动与信息化的参数在不同分位点使用图1来显示，结果可以发现：

图1 制造业不同增长水平下各要素投入贡献

1.制造业不同产出增长水平下各要素产出弹性系数不同。当制造业发展处于较低水平时(分位数处于0.1～0.3)，发展动力主要源自资本投入和劳动支撑；当制造业发展处于较高水平时(分位数处于0.6～0.8)，驱动力切换为资本投入与信息化，而且随着分位数越高，信息化对制造业产出贡献力度越强，与资本投入对制造业产出增长的贡献度大大缩小，而劳动对制造业产出增长的贡献度有明显走低趋势，三者之中它的影响力最小。

2.信息化随着制造业发展水平的提升其影响力、贡献度有明显升高趋势，有望成为制造业增长的第一驱动力。当制造业增长处于初级阶段时，信息化对制造业产出贡献较低，让位于传统要素如资本、劳动的贡献；当制造业进入高水平发展阶段时，信息化对制造业产出增长贡献呈现明显上升趋势，边际报酬递增明显，很快超过劳动要素的影响力，大大缩小与资本投入的贡献度，制造业发展对信息化的依赖度不断增强。

3.资本贡献度随着制造业产出水平的上升呈现出快速下降趋势，达到一定水平时处于平稳状态。三者当中，资本的贡献度是最大，但从动态视角透视发现资本贡献度不断下降。主要原因是资本边际报酬递减，说明制造业增长依靠大规模投资难以持续。根据内生增长理论，资本积累还会带来“干中学效应”，技术进步、知识溢出在一定程度上成为资本积累的副产品，这种影响部分抵消资本边际报酬递减效应，故资本贡献度在下降到一定水平时处于平稳状况。

固定效应估计下信息化对制造业产出增长贡献度为0.528，劳动贡献度为0.322，资本贡献度为1.06，引入面板分位数回归的各要素参数估计与固定效应参数估计大小、作用方向基本一致，但随着分位数由低到高，资本与劳动要素呈现出边际贡献递减趋势，而信息化表现出边际贡献递增影响，在制造业初级和高级发展阶段资本、劳动、信息化的贡献度展现出差别化动态影响，在高级发展阶段信息化对制造业产出增长的贡献度高于正常时期的20%，高于在初级发展阶段下信息化对制造业产出增长作用近200%，面板分位数回归更能揭示出制造业高级发展阶段中信息化的主导贡献，面板分位数回归挖掘出面板线性回归未能反映的信息，研究结论更为细致透彻。

(三) 面板分位数回归——行业异质性特征

根据制造业行业要素密集型特征，将制造业分为传统制造业和先进制造业，前者包括m1、m2、m3、m4、m5、m6、m7、m8、m9、m10，它们属于劳动、资本密集型范畴；而将m11、m12、m13、m14、m15、m16归类为先进制造业，它们属于技术密集型制造业，使用面板分位数回归得到行业异质性特征下信息化对不同类型制造业产出增长的贡献度，见表3所示。

表3 制造业行业异质性下面板分位数回归结果

(注：*、**、***分别表示p≤0.1,0.05，0.01，fe表示采用固定效应估计。)

将表3中面板分位数回归的要素产出弹性系数绘制成图2和图3呈现，结果可以发现：

图2 传统制造业不同产出水平下各要素贡献度

图3 先进制造业不同产出水平下各要素贡献度

1.制造业行业异质性特征下各要素贡献度表现迥异且存在动态性变迁轨迹。在传统制造业中，资本对产出贡献度最高，但有明显的边际贡献递减趋势，劳动贡献度随着制造业产出水平上升表现出平缓倒“U”型趋势，总的来看也呈现边际贡献递减倾向，信息化贡献度呈稳步上升趋势，且有进一步增强倾向；在先进制造业中，资本贡献度最高，随着先进制造业发展水平提升表现出“Z”型走势，当制造业进入高级化发展阶段，资本贡献度趋于稳定，说明在技术密集型制造业依赖大规模投资不可取但适度的资本积累仍然是不可或缺的，信息化贡献度随着制造业增长水平上升表现出明显增长趋势，与影响力最大的资本贡献度差距明显缩小，很有希望超越资本成为先进制造业增长的第一驱动力。劳动贡献度随着制造业发展水平提高表现出倒“U”型，意味着在先进制造业的初级阶段劳动贡献度尚可，但进入高级发展阶段劳动贡献度影响急剧下降。

2.信息化在不同要素密集型制造业下贡献度均较高，且边际贡献递增趋势明显。在传统制造业中，信息化贡献度虽然小于资本和劳动，但随着传统制造业发展进入高水平阶段，信息化的影响力相对劳动和资本的贡献度边际递减而言呈现出截然相反作用—边际贡献递增；在先进制造业中，信息化贡献度边际递增效应更加明显，信息化对技术密集型制造业的产业升级发展影响有望超越传统要素影响力。

表3中面板固定效应估计只能够回答在传统制造业产业增长中，资本、劳动要素贡献度高于信息化作用，但未能揭示在传统制造业的不同发展阶段区间各要素的相对地位变迁。可见，如果仅仅依靠面板线性回归，无法发现信息化在制造业不同分位数下与资本、劳动等传统要素的动态差异化影响，面板分位数回归进一步刻画了信息化对制造业高级发展阶段下的相对重要性。

三、研究结论

文章利用投入产出方法具体测算了制造业信息化水平，发现劳动密集型、资本密集型制造业信息化水平在下降，而技术密集型制造业信息化程度在加深，制造业信息化水平呈现较强的行业异质性。通过面板分位数回归研究发现：①制造业信息化对制造业产出增长促进作用显著，随着制造业发展由初级阶段向高级阶段演进，信息化对制造业产出增长的贡献度大大提升，超过了劳动要素贡献度，并与资本要素贡献度的差距不断缩小，体现了制造业高级发展阶段下对信息化依赖度的加深；②信息化对先进制造业发展提升的贡献度高于传统制造业，尤其是在高分位数处先进制造业对信息化具有更高的依赖性，信息化有利于制造业内结构优化，另外信息化对传统制造业提质增效的作用不容小觑。无论是传统制造业还是先进制造业，发展到高水平增长阶段，均会大大增强对信息化的依赖同时降低对传统资本、劳动要素的依赖度；③传统要素有利于制造业及内部行业在初级阶段的发展，但进入高级化阶段，传统要素贡献度大大降低，尤其是劳动要素，说明制造业发展仅仅依靠过去拼资源、拼要素、拼能耗的时代难以为继，迫切需要新型动力诸如信息化对制造业发展的持久支撑。