数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据

沈运红，黄 桁

（杭州电子科技大学管理学院，浙江杭州 310018）

十九大报告指出要加快发展数字经济，推动实体经济和数字经济融合发展，推动互联网、大数据、人工智能同实体经济深度融合，继续做好信息化和工业化深度融合，推动制造业加速向数字化、网络化、智能化发展。数字经济发展已经成为中国落实国家重大战略的关键力量，对实施供给侧改革、创新驱动发展战略具有重要意义。中国信通院《中国数字经济发展和就业白皮书（2018）》披露的数据显示，2017年底，我国数字经济规模已达27.2万亿，占GDP比重达到32.9%，数字经济已成为近年来带动经济增长的核心动力，2017年我国数字经济对GDP的贡献为55%，接近甚至超越了某些发达国家水平，数字经济在国民经济中的地位不断提升。我国传统制造业长期以来一直无法摆脱对成本和规模的依赖，而随着消费升级时代的到来，这一传统发展模式遭遇到前所未有的挑战，制造业普遍微利，甚至出现亏损倒闭，消费者不断变化的多样化需求逼迫制造企业从规模化、标准化向个性化、智能化转型。这样的背景下，抓住数字化发展的契机，享受数字化转型的“红利”已成为传统制造产业未来战略规划的首要目标。

浙江作为数字经济的先发地，信息经济核心产业的总产值已连年超过万亿元，对GDP的增长贡献率达17.6%，并且数字经济作为浙江省的“一号工程”，在政府产业政策的扶持下，发展势头迅猛，新业态新模式不断涌现。如何整合数字技术与诸如制造业等传统产业的融合和渗透，帮助传统产业集群在数字经济大环境下探索协同创新机制和转型升级，已成为当前研究亟需解决的新课题和新热点。本文依据浙江省11个城市2008—2017年的面板数据为研究对象，探索在数字经济的大环境下，影响制造业产业结构优化升级的因素和机制。

1 文献述评

21世纪以来，我国经济发展进入新常态，国内消费市场升级、传统扩张型增长模式难以持续，使很多传统企业渐渐进入生命周期的衰退期，传统制造业营收增速下降、获利压力猛增现象甚是明显，使得在数字经济背景下，如何推进制造业产业结构优化、转型升级突围，愈发受到学术界的关注。

1.1 数字经济

数字经济概念的提出，最早可追溯至1996年美国学者泰普斯科特所著的《数字经济时代》，主要研究美国信息高速公路普及化之后的经济体制新势态，但并未对数字经济做出明确的定义。国外学者对数字经济的范围进行了界定，Brent R Moulton[1]认为数字经济应当包括电子商务、信息技术、相应信息通信技术基础设施与信息传输、通信、计算机产业。1998年由美国商务部发布的《浮现中的数字经济》报告，明确了数字信息产业的形态，并提出数字信息产业的发展将对美国乃至全世界的经济产生巨大的影响。自此以后，不同国家不同研究机构纷纷提出网络经济、虚拟经济、信息经济、数字经济等相关概念，都试图描绘经济社会和信息通信技术（ICT）的新一代变革，但其共通点都是将信息通信技术产业（ICT）作为数字经济的核心，表明数字经济将乘着信息时代在发达国家至全世界掀起巨大的浪潮。 2016年9月在杭州举办的G20峰会发布了《G20数字经济发展与合作倡议》，进一步明确了数字经济定义为：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，涵盖了数字基础设施、数字化产业、数字技术创新等主要领域。本文会针对这三个方面进行更深一步的理论分析。

1.2 数字经济与制造业

数字经济的关键资源在于信息[2]，这能够为社会创造巨大的经济价值。信息化是工业社会向信息社会转变的动态过程，可以说信息化孕育了数字经济的发展，因此国内外许多学者围绕信息化角度展开了多方面的研究。张嵩等[3]在对海尔集团的研究中，提出诸如IT基础设施等信息化资源具有共享能力、服务能力以及柔性能力。陈亮等[4]基于省际面板数据的实证结果，表明信息基础设施对中国的经济增长具有正向促进作用。信息化依据其基础设施投资，帮助人力资本、外商直接投资等基本要素的集聚，表现出明显的溢出效应，推动了经济的发展。在制造业层面，徐鑫等[5]在研究中发现信息基础设施投资的增加，有利于制造业资源利用效率的提高。制造业产业结构的升级和优化是使经济体向利润更大或技术含量更高的资本、技能密集型方向转移的过程[6]，而在这一过程中信息技术发挥着至关重要的作用。邵培仁等[7]认为要以积极的姿态把握数字机遇，采用信息技术改造传统产业。何枭吟[8]认为以信息技术为代表的数字技术具有高度的渗透力和创新力，使产业边界更加模糊，推动诸如传统制造业的产业结构优化升级和组织模式的创新，但谭清美等[9]研究发现信息化对制造业升级的影响并不总是正向的，而是具有风险拐点，并呈现出倒U型关系。

有些学者对于数字经济的研究多用“互联网+”一词，其对制造业的影响也是近年学者们研究的重点。王林生[10]认为互联网已成为当前社会经济发展最基础的生产力，对产业发展方式转型调整具有显著的推动作用。王娟[11]通过实证研究发现，企业“互联网+”对中国制造企业的劳动生产率具有显著的影响。制造企业通过线上的互联互通可以有效地降低交易成本和改善供应链环境，同时提升制造业协作关系质量。在此基础上，刘军等[12]基于省级面板数据的实证研究中发现，“互联网+”有利于制造业的集聚，同时在和石喜爱等[13]学者的共同研究中发现“互联网 + ”有利于促进制造业产业的价值链攀升。

通过对文献的整理不难发现，在影响产业结构升级因素方面，当前相关研究主要集中在制造业内部企业的数字应用、技术创新和企业间产业链优化以及宏观大环境等外部因素的角度，且都是基于数字经济某一点切入进行研究，整体并针对数字经济驱动下制造产业升级的相关研究较少，因此探究数字经济影响制造业产业结构升级的作用机制是本文研究的重点。

2 理论分析与假设提出

2.1 数字基础设施建设与制造业

基础设施的建设，包括交通运输基础设施、能源基础设施以及信息基础设施，与我国产业经济增长具有密切的联系，可以说完善的基础设施是国家经济增长的先导前提。大量的基础设施投资和建设可以提升与产业内生产要素的相互协调水平[14]，进而促进优化配置相关资源，提高生产效率，这对于传统制造业的发展有着较为显著的影响。数字基础设施主要表现在信息通信网络等ICT基础设施的建设上，即数字经济发展所需的物理层面，主要由传感器、网络、其他基础硬件构成，如互联网所需的地下光缆、移动互联网所需的通信基站、物联网所需的智能传感器等设备，全方面帮助完成采集数据、传输信息以及生产执行等流程。

从消费者层面看，数字基础设施的建设帮助消费者降低搜寻和交易成本，实时传递消费者个性需求信息，促进制造企业以消费者为中心提供服务。从企业层面看，数字基础设施的发展将促使企业依托数字技术运用互联网思维，改善组织内部管理模式，提高生产效率和信息化水平，促进制造业向智能网络化转变。从产业层面看，部分传统制造业具有明显的集聚特征，即形成产业集群，发挥集群优势，根据创新扩散理论，知识外溢是形成产业集聚的重要因素[15]，但知识外溢却受空间距离的影响，表现出随着距离的增长而衰减的特征。随着互联网、物联网、云计算等数字技术的兴起，数字基础设施建设帮助产业打破空间束缚，实现信息的实时传递，并为形成制造业集群创新优势提供助力。

综上，提出本文第一个假设：

H1：数字基础设施建设水平对制造业产业结构优化存在正向作用。

2.2 数字化产业与制造业

根据最新的国民经济行业分类，信息服务业具体可分为电信、广播电视和卫星传输服务业，互联网和相关服务业以及软件、信息技术服务业。信息服务业是当前数字化程度较高的产业，其利用计算机、网络等现代数字技术对现有数字信息进行搜集、加工、处理，并以数字化产品的形式提供给需求者。随着计算机、互联网等数字技术的不断进步，以信息服务业为代表的数字化产业与制造业之间的关系越来越紧密，双向互动越来越频繁，渐渐有融合之势[16]。在制造业内部层面，信息服务业的作用主要体现在技术方案实现上，尤其是在制造信息数据采集、制造流程优化方面，帮助制造企业缩短产品研发周期，提升自动化程度和生产效率，满足客户的个性化需求，如家电行业，生产商通过系统APS自动根据客户对应订单实现高度柔性化生产定制，提高服务的反应速度。在产业层面，信息服务业与制造业的融合已成为当下新的趋势，信息技术向制造业不断渗透，发挥产业协同创新优势，促进产业间的耦联协调发展[17]，进而实现制造业高度化转型，如2016年丰田公司与微软成立合资企业，由微软提供Azure云服务，通过智能手机为丰田汽车用户提供更精确更直接的情景人性化服务。

综上，提出本文第二个假设：

H2：数字化产业发展水平对制造业产业结构优化存在正向作用。

2.3 数字技术创新科研与制造业

在一定意义上，数字技术是数字经济的核心，是推动数字经济发展的主要引擎，同样制造业的发展离不开技术的创新。WQTANABE等[18]总结了与过去数十年相比现阶段数字经济发展所产生的巨大变化的特点，认为ICT技术的发展是数字经济的内核，使消费者和生产者之间的距离和边界正在不断减小。在企业外部环境层面，互联网、大数据等数字技术的开拓创新，帮助制造企业拓宽获取前沿知识的广度，降低信息的搜索成本和交易成本，并同时提高信息数据的采集效率。在企业内部运营层面，以ERP等为代表数字技术的普及，提高了企业内部沟通运转的效率，实现部门间低成本而高效的交流。在企业内部生产层面，作为数字经济结构框架的物理层，物联网的快速发展反映出数字化体系的不断完善和进步，数以万计分布广泛的传感器、智能终端是物理世界数字化的基础，每时每刻都在产生海量的数据，与此同时雾计算技术的兴起帮助制造企业解决数字化进程中可能发生的网络堵塞、高延迟、高风险的难题。如GE的Predix物联网PaaS平台基于终端信息采集和云计算，实现飞机发动机生产流程中的调优和改进，同时整合其前沿大数据、物联网、人工智能等技术，助力企业实现数据创新和智能制造。

基于以上的理论分析，提出本文第三个假设：

H3：数字技术创新科研水平对制造业产业结构优化存在正向作用。

3 研究设计

3.1 数据来源

本文研究的数据来源于国研网数据库、EPS数据平台以及各地级市统计年鉴，因浙江省于2008年首次发布《浙江省互联网发展报告》，说明浙江省自此初步开始统计分析数字经济的发展水平并作披露，故将面板数据搜集的时间跨度设定为2008—2017年，对象地区为杭州、宁波、温州等11个地级市，收集到共110个样本数据。对于原始数据进行处理的标准，将部分计量单位为美元的指标以当年平均汇率换算成为人民币，并对搜集过程中数据存在的个别缺失值采用插值法进行补全，同时为避免极端值或异常值的出现对结果的影响，对数据采取缩尾处理。

3.2 评价方法与变量说明

3.2.1 改进的熵值法评价方法

（1）指标说明：假设年份跨度为d，城市数量为n，指标数量为m，则表示为第θ年城市i的第j个指标。

（2）指标的标准化处理：

（3）指标熵值的确定：

（4）指标信息效用值的确定：

（5）指标权重的确定：

（6）综合评分的确定：

3.2.2 变量说明

（1）被解释变量：

制造业产业结构优化升级水平UIS（Upgrading of Industrial Structure）。鉴于市级数据的可获得性以及避免指标选取的随意性，依据傅元海等[19]、干春晖等[20]学者对产业结构优化升级的研究成果，选取制造业中高端技术产业产值与中端技术产业产值的比值，表征制造业产业结构优化升级概念。

（2）解释变量：

1）数字基础设施建设水平Dig_infra。借鉴李捷等[21]学者的研究成果与评价体系，并考虑数据的可获得性，选取电信业务总量、移动电话用户数以及国际互联网普及率，运用改进的熵值法对指标进行赋权，将所得的综合评分表征数字基础设施建设水平。

2）数字化产业发展水平Dig_indus。借鉴魏艳秋等[22]学者的研究成果，选取信息传输、软件和信息技术服务业（简称信息服务业）的GDP总量，信息服务业就业人数以及业务收入作为评价指标，同样运用改进的熵值法进行赋权并得出综合评分，表征数字化产业发展水平。

3）数字技术创新科研水平Dig_techn。考虑到数据的可获得性以及通过前文的理论分析，选取ICT研发经费和本科以上学历人才总数，运用改进的熵值法进行赋权，得出的综合评分表征数字技术创新科研水平。指标体系如表1所示。

表1 数字经济驱动下传统制造产业结构优化升级指标体系

（3）控制变量：

1）经济发展水平ED。基于徐伟呈等[23]学者的研究，采取人均GDP表征各地区经济发展水平。

2）政府参与程度GI。基于石喜爱等[24]学者的研究，采取地方财政一般预算内支出占GDP的比值表征政府参与程度。

3）外商投资水平FIL。基于石喜爱等[24]学者的研究，采取当年实际使用外资金额表征外商投资水平，以当年平均汇率换算成人民币并取对数表示其数值。

4）外贸依存度FTD和教育投入水平EIL。基于刘军[12]、谭清美[9]等学者的研究，采取进出口总额占GDP的比值表征外贸依存度，采取地方财政科学事业费和教育事业费支出的总和占地方财政一般预算内支出的比值表征教育投入水平。

3.3 模型构建

本研究通过数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平三个重要因素，探索数字经济水平对制造业产业结构优化升级的作用机制和影响，具体的计量模型设定如下：

其中，i表示各市级地区（i=1,2, 11），t表示年份（t=2008，2009， ，2017），α、β为待估参数，ε为残差。所得的变量数据特征如下表。

表2 变量指标的描述性统计

表2（续）

通过表2可以看出，制造业产业结构优化升级水平的极大值为18.91，极小值为0.607，且标准差为3.640，从侧面说明浙江省不同城市不同年份的制造业产业结构变动差异较大，在数据收集过程中显示杭州、宁波、绍兴等数字经济发展良好的城市产业结构优化升级水平常年大于均值，说明其高技术制造业产值占比较大。对于数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平，杭州、宁波地区常年在浙江省处于领先地位，其中杭州市的ICT研发经费更是连年占据浙江省总额的70%以上。地区经济发展水平的极大值为0.700，极小值为0.028，标准差为3.368，说明浙江省的经济发展水平差异也较为明显，其中杭州、宁波地区常年领先于其他城市，而衢州、丽水常年在均值之下。政府参与程度、外商投资水平、外贸依存度和教育投入水平城市间差距相对较小，且均呈稳定增长的趋势。

4 实证分析

4.1 回归分析

对面板数据进行处理分析，需要考虑到模型的内生性和异质性，并选择最为恰当的估计方法。面板数据模型的选择通常有三种形式，分别为混合估计模型（Pooled Regression Model, Pool）、固定效应模型（Fixed Effects Regression Model，FE）和随机效应模型（Random Effects Regression Model, RE），其中固定效应和随机效应模型同属于变截距模型（Variable Intercept, VI）。第一步先使用混合回归模型对模型（1）（2）（3）进行验证，使用F检验判断是否使用混合回归的估计方法。回归结果显示，模型（1）、模型（2）和模型（3）解释变量对被解释变量影响的回归系数均不显著，且对三个模型的F检验结果均在1%的显著性水平中拒绝了使用混合回归模型的原假设，由于混合估计模型要求在时间维度上不同个体之间不存在显著性差异，在截面维度上不同截面也不存在显著性差异，可以推测出采取忽略样本特征的混合回归可能会使实证分析结果产生较大的偏误，因此说明应该建立考虑个体时间特征的变截距回归模型。在不同解释变量对制造产业结构优化升级影响的回归中，进一步使用Hausman检验，依据其结果判断是否使用固定效应模型或随机效应模型进行最优估计。

表3 2008—2017年浙江省制造业产业结构优化升级模型回归结果

数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平对制造业产业结构优化升级影响的回归结果如表3所示，Hausman检验的P值分别为0.013 6、0.013 4、0.013 6，均在5%的显著性水平中拒绝了随机扰动项与解释变量无关的原假设，说明建立固定效应模型的估计结果最优最稳健。

从表3模型（1）的回归结果中可以看出，在控制经济发展水平、政府参与程度、外商投资水平、外贸依存度和教育投入水平变量后，数字基础设施建设水平的回归系数为6.004，通过了5%显著性水平检验，即数字基础设施建设水平每提高1%，浙江省制造业产业结构优化升级程度提升0.060 04，说明数字基础设施建设水平与制造业产业结构优化升级呈正相关关系，加大数字基础设施建设投入、提高数字基础设施建设水平有助于优化浙江省制造业产业结构，因此假设1得到验证。因为数字基础设施是数字经济的底层基础，为顺利推进制造业数字化进程提供物理层面的支撑作用，依据外部性理论的解释，数字基础设施作为信息的载体，其具有显著的正外部效应，因为使用数字基础设施并不存在互斥性，使用的用户越多，信息的密度和体量就越大，能够提供的信息效用价值就越明显。数字基础设施对于优化制造业供应链具有明显的助力作用，能够降低信息的不对称程度，加速流动数据、劳动、资本等要素，提高资源配置统筹规划的水平，因而提升对供应链的管控效率，打造出实时感知、快速应对的数字化供应链，并推动产业向技术密集型发展。此外，由于传统制造业与服务业关联有限，不同产业间的数据孤岛在一定程度上导致产业间业务的隔绝，但数字基础设施建设水平的提升能帮助制造业延伸产业链长度，打通产业壁垒，推动信息交流和数据传输，为制造业产业结构优化提供助力作用。

根据表中模型（2）的结果，在剔除控制变量对被解释变量制造业产业结构优化升级的影响后，解释变量数字化产业发展水平的回归系数为6.654，通过了1%的显著性水平检验，即数字化产业发展水平每提高1%，浙江省制造产业结构优化升级程度提升0.066 54，说明数字化产业发展水平与制造业产业结构优化升级呈正相关关系，假设2得到验证，这是因为浙江省作为数字经济领先地区，数字化产业发展水平处于全国先列位置，在“智能制造2025”的政策口号下，信息服务业等数字化产业与制造业在生产要素、产业结构和创新制度等方面进行跨界融合与耦联，推动制造业向智能化、服务化方向发展，逐步向技术密集型转移。

从表中模型（3）的结果可以看出，在除去相同控制变量对被解释变量的影响后，解释变量数字技术创新科研水平的回归系数为13.437，通过了1%的显著性水平检验，即数字技术创新科研水平每提高1%，浙江省制造产业结构优化升级程度提升0.134 37，说明数字技术创新科研水平与制造业产业结构优化升级呈正相关关系，假设3得到验证。对比三个模型的结果不难发现，在大力倡导数字经济的背景下，数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平不断提升，不同程度地促进制造业产业结构向技术密集型方向升级。数字技术是数字经济发展的根本，也是优化制造业产业结构的源动力，数字技术创新成果具有较小的时间滞后效应，能够快速应用于制造业的实际生产，实证结果也证实数字技术创新科研水平对促进制造业产业结构优化升级的影响最大。

关于控制变量，根据表中结果发现，三个模型的经济发展水平回归系数分别为－0.559、－0.649、－0.531，分别在5%、1%、5%水平下显著，表明制造业产业结构并未随着地区经济发展水平的提高而实现优化升级，可能的解释是完全的市场竞争和自由流动的生产要素是制造业产业结构实现优化的主要因素，经济增长与其并无直接关系。另外，模型中外贸依存度的回归系数分别为3.368、3.301、3.383，且均在1%的水平下显著，反映外贸依存度和制造业产业结构优化升级呈正相关关系，进出口总额在GDP中占比的提高有助于制造业产业结构的调整。这说明加大对外开放、提高外贸水平带来的效益仍有较大上升空间，利用国际社会的贸易、分工和投资，引进高质量资源和先进技术理念，吸收国外领先实践经验并发挥后发优势，促进产业的技术进步，从而为实现制造业产业结构优化升级提供更好的条件和环境。

4.2 稳健性检验

为了保证实证结果的可靠性，随后以2013—2017年近5年的数据重复上文实证部分，分别为数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平对制造业产业结构优化升级的影响做稳健性检验。检验结果表明，三个解释变量对被解释变量的影响作用方向并未发生改变，分别在1%、5%和10%的水平下显著，由此证明上文的实证结果较为可靠。

表4 模型稳健性检验

表4（续）

5 结论、建议与不足

5.1 结论

本文首先通过理论分析，探索出数字经济背景下驱动制造业产业结构优化升级的三个重要因素，然后建立相应的评价指标体系并运用改进的熵值法对变量进行测度，最后收集了浙江省11个地级市2008—2017年共10个年份的面板数据，运用固定效应模型实证分析了在数字经济背景下，数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平对制造业产业结构优化升级的影响。实证结果表明，数字基础设施建设水平、数字化产业发展水平和数字技术创新科研水平三者均对制造业产业结构具有明显的优化作用，推动其向技术密集型方向发展。数字基础设施在物理层面为制造业企业减少信息的搜集和时间成本，帮助企业快速洞悉和应用当前尖端科技和领先技术，同时依据其显著的正外部性，创新扩散带动更多制造企业高度化转型。信息服务业等数字化产业的迅速发展，其技术、知识、资本、劳动等要素与制造业不断融合，相互耦联，使得不同产业间的产业链自然承接，进而实现产业结构的新形势。最后，无论是制造企业内部数字技术自主创新还是运用外部最新数字科技成果，都能帮助企业向智能化、技术密集型方向发展。另外，数字技术创新成果具有较小的时滞性，制造企业能够根据自身情况快速应用相关成果，提高管控生产供应链的效率，这也佐证了相较于其他两个因素数字技术创新科研对制造业产业结构的优化作用最为明显。

5.2 政策建议

（1）夯实基础产业，完善数字基础设施建设。积极投入互联网、物联网、云计算、大数据等数字基础设施建设，提速信息化发展。聚焦短板弱项，升级改造全国城乡工业宽带网络，提高基础的软硬件设施水平。积极探索共建共享的跨区域新模式，推动传统制造产业提升生产效率和商业模式创新。

（2）布局未来产业，推动新型数字化产业发展。区块链、量子技术是数字化产业的未来发展趋势，应加速构建、大力发展，获得先发优势。促进数字技术与制造技术的结合，深入研发服务化、智能化、网络化工业设备，推动以智能工厂为代表的融合型数字化产业的快速发展。加快传统行业数字化转型，依托数字化赋能平台，协同对接数字化资源，进一步开放合作，促进产业链各环节的互动发展，进一步形成更加开放、包容、协同的数字化生态体系。以数字技术为核心，加大投资力度，解决传统行业转型过程中企业关键共生性问题，实现生态体系的良性运转。

（3）加快科创平台建设，突破前沿关键技术。深入实施产学研协同创新发展优势，深入实施“三名”工程，大力引进和建设世界一流科研院所，深入开展与阿里巴巴、海康等高新技术企业的战略合作，推动名校名院名企协同平台技术创新成果和智慧应用的试行与推广。以人工智能、网络数据安全、集成电路等重点领域为主，加快突破关键技术，形成重大自主创新成果。在建立以数字为核心的新经济体系时，要充分发挥用人单位在人才吸引和培养中的主导作用，全面落实企业、高校、科研机构的用人自主权，满足人才需求。统筹规划数字化产业发展，预测产业人才需求，加快培育重点行业和领域的数字化人才，建立完善的职业教育体系，提升人才创新意识，发挥创新能力。

5.3 不足

本文研究仍有不足之处，一方面全国不同省份数字经济发展水平差异明显，对制造业的产业结构影响程度也不尽相同，之后的研究方向可以将样本范围扩大到全国，分析地区差异影响，提出相关更有针对性的政策和建议。另一方面，鉴于市级数据的披露程度和可获得性较低，解释变量的评价指标体系有待扩展和补充，使其更具代表性。最后，转型升级的合理化水平也是之后研究的重点方向。