信息化对制造业升级的影响——基于技术创新视角的分析

孙倩倩 周建军

1 引 言

信息化和制造业升级均是我国经济发展中备受关注的重要内容。早在党的十六大报告中就提出要“坚持以信息化带动工业化，以工业化促进信息化”，以两化融合引领新型工业化发展，此后，党的十八大中进一步提出“促进工业化、信息化、城镇化、农业现代化”四化同步的发展模式，在以创新为首的新发展理念提出后，党的十九大报告中倡导以创新为引领，互联网、大数据等与实体经济深度融合，加快发展先进制造业，奠定了信息化与制造业升级融合发展的演进道路。因此，从技术创新视角出发分析当前经济中信息化对制造业升级的作用及其影响特征，对于制造业的高端化发展具有重要的现实意义。

目前关于制造业升级的研究较为丰富，但大多集中于对服务业集聚效应（刘奕等，2017［1］）、人口因素变动（赵昕东和刘成坤，2019［2］）、要素配置状况（阳立高等，2015［3］；刘建江和罗双成，2018［4］）、房价波动（邵朝对等，2016［5］；潘红玉等，2020［6］）等影响因素的探讨，关于信息化影响制造业升级的研究并不多见，并且大多以定性分析为主（胡迟，2013［7］；陈志祥和迟家昱，2016［8］）。定量分析方面，盛丰（2014）［9］研究发现，信息化自身并未对制造业升级产生直接影响，但会通过促进生产性服务业的集聚间接推动制造业升级。然而该文并未将信息化对制造业升级的影响作为分析重点，并且在指标的选取上具有很大的局限性。谭清美和陈静（2016）［10］基于面板数据分析信息化对制造业升级的影响，研究发现两者间存在倒“U”型关系，即信息化对制造业升级的影响呈现先升后降的特点。但该文献仅采用单一指标衡量信息化水平，难以有效反映信息化更广泛的内涵，并且研究的重点只放在两者间关系的作用方向上，并未对这一关系的结构特征加以剖析。其后，纪玉俊和张彦彦（2017）［11］分析了“互联网+”对制造业升级的影响，并关注了这一影响在区域层面的异质性问题，研究表明，“互联网+”发展能推动制造业升级，但这一作用仅在东部存在。曾繁华和刘淑萍（2019）［12］同样关注到了“互联网+”与制造业升级间关系这一话题，与前一文献不同的是，该文献基于要素禀赋差异视角对制造业进行分类，并且采用构建综合指标体系的方法测算了“互联网+”指标，但研究内容仅探讨了两者间关系的存在性。

相较于已有文献，本文的研究具有以下创新：（1）研究视角上，本文以技术创新为主要路径，探索信息化对制造业升级的关系及作用机理，并且运用定量分析的方法对这一传导机理加以验证，拓宽了该问题的分析视野；（2）研究内容上，一方面，本文重点关注信息化与制造业升级间非线性关系的形成机制，摆脱了现有研究中仅关注区域异质性的局限；（3）研究方法上，本文注重对信息化广泛内涵的刻画，通过构建指标体系，并基于主成分分析方法测算指标，能够对信息化发展水平有更全面的认识。

2 理论分析与研究假设

2.1 信息化对制造业升级的非线性传导机制

随着信息化进程的推进，以互联网、移动通信、数据平台等为媒介的信息传播路径被广泛运用，对生产、流通等环节产生强有力的冲击，重塑了经济发展格局和运行方式。本文中制造业升级的内涵在于制造业内部的高端化发展过程，具体表现为高端制造业在整体制造业中比重的攀升。

信息化进程的推进会促进制造业内部结构的高端化发展。这一促进作用的发挥主要依托于信息化带来的信息获取成本降低（Spiegel，2000［13］）。对于企业而言，信息获取成本的降低使企业更易于了解和把握市场动向，一方面推动非高端制造业企业将经营方向转向营业利润更高的高端制造业，另一方面，也更利于高端制造业企业从事更为专业化、更适应市场需求的产品生产。同时，由于信息获取渠道的拓宽与信息获取门槛的降低，企业依靠信息优势进行垄断生产的便利减弱，加大了市场上的竞争压力，倒逼企业增加科技研发投入，增强其创新能力，提升其产品的附加值，并积极拓宽运营广度，间接实现制造业内部结构升级（Wu et al.，2016［14］；Matthyssens，2019［15］）。另外，企业是技术创新的主要场所，信息化发展有利于技术创新溢出。技术创新会产生正外部性，溢出作用的发挥会促进高端制造业的迅速发展，还会对传统制造业、低端制造业进行技术革新，以适应生产需要，推动其生产模式的变革。不仅如此，技术创新会进一步降低信息成本，导致创新溢出与信息成本降低之间形成累积循环效应，从而推动制造业内部结构的不断攀升。对于非企业部门而言，一方面，消费者获取信息成本降低，企业与消费者之间信息不对称的状况得以改善，消费者更易于筛选出满足自身需求的高质量商品，迫使企业不断提升自身产品的价值含量，推动企业增强产品创新能力。另一方面，信息获取成本的降低有利于专业化人才的培养，从而提升为高端制造业服务的人力资本积累，有益于创新效率的提升。以上渠道均会促使高端制造业在整体制造业中比重的增加。

但随着信息化水平的不断升高，其对制造业升级的拉升作用会不断减弱，甚至可能产生负面影响。第一，信息化发展本身在更大程度上属于服务业范畴，对于信息化建设的投入本身会对制造业资源产生挤占效应，从而可能导致信息化对制造业升级的促进作用减弱。第二，由于技术创新存在溢出效应，随着信息化的发展，新技术的获取成本降低，容易衍生出搭便车行为，导致创新收益被对创新开发和有效利用创新毫无贡献的人获得，这又会损害原始创新企业的利益，对企业的创新行为产生负向激励，阻碍创新进程。第三，高端制造业属于中央产业政策中的重点产业，地方政府为获得更多的财政支持往往罔顾地方比较优势，将相关产业指定为地方扶持的重点产业，加剧产业发展与比较优势的背离（赵婷和陈钊，2019［16］），造成资源错配与制造业的低效率发展，从而导致信息化对制造业升级的促进作用减弱。

由上述分析，本文提出如下假设：

假设1：信息化对制造业升级存在先升后降的非线性影响。

假设2：信息化会通过技术创新途径对制造业升级产生促进作用。

2.2 信息化对制造业升级的异质性传导机制

从地理区位出发进行异质性分析是经济研究中较为常见的做法，但事实上，当前经济发展中产业发展模式的选择并无明显的地理界线划分（周建军等，2020［17］），而是表现出地方重点产业与中央重点产业规划趋同的发展态势（赵婷和陈钊，2019［16］），而这些产业是否适宜某一地区发展不仅取决于其地理位置，更与地方比较优势密切相关。因此从区域层面入手分析信息化影响制造业升级的异质性特点具有明显的局限性。本文分别基于信息化水平差异、高端制造业阶段差异与比较优势差异分析信息化作用于制造业升级的异质性特征，力求对两者间的传导机制有更深入的认识。

信息化水平差异导致的异质性。由前文分析可知，随着信息化的发展，其对制造业升级的影响强度甚至是影响方向会发生变化，具体表现为：在信息化发展的前期，会通过推进制造业内部高端化转型、加速企业技术水平提升以促进产品附加值提升、与创新溢出形成累积循环机制、推动人力资本水平提高进而提升企业创新效率等途径，对制造业升级产生显著的促进作用；伴随着信息化的纵深发展，其导致的信息透明化会借由资源挤占效应、滋生创新的搭便车行为、诱使地方政府偏离比较优势制定产业政策等机制，降低发展效率，对制造业升级产生负面影响。

高端制造业阶段差异导致的异质性。一方面，制造业发展具有马太效应的特点，高端制造业水平较高的地区更易于运用好信息化带来的优势，甄别出更多有利信息，亦更容易基于获取的信息进行进一步地技术革新与技术创造，从而表现出信息化能显著促进制造业升级，相反地，高端制造业基础薄弱的地区更难以利用好信息化的便利，导致信息化对制造业升级的推动作用不明显。另一方面，高端制造业行业有准入门槛，信息化建设由于需要大量的资本投入也具有类似的特点，高端制造业水平高的地区往往具备信息化建设的能力，导致两者间的发展具有相对同步性，信息化能进一步促进制造业高端化发展，反之，高端制造业水平低的地方信息化建设水平也相对较低，导致两者之间的关系不明显。

比较优势差异导致的异质性。一个产业在某个区域是否具有比较优势，往往受地方的要素禀赋状况、市场条件等因素的影响，具有比较优势的地区更易于与信息化产生协同作用，通过延缓信息化的作用拐点，延长其推动制造业高端化发展的作用时间。对于没有比较优势的区域，上述的作用效果难以实现。

基于上述分析，本文提出如下假设：

假设3：信息化自身的差异会造成其对制造业升级影响的异质性。

假设4：高端制造业阶段差异会导致信息化影响制造业升级的作用效果存在不同。

假设5：产业具有比较优势的地方更易于发挥好信息化对高端制造业的促进作用。

3 变量选取与模型设定

3.1 变量选取

由于2017年后规模以上工业企业数据的统计口径发生变动，前后不可比，因此本文选取2003-2016年31个内地省直辖市作为分析样本，数据来源于《中国工业统计年鉴》和国家统计局。具体指标选取如下。

（1）被解释变量：制造业升级

由于产值、销售产值的变动包含价格、产量变化和市场变动等多重信息，不能反映出真实的制造业发展状况。相对而言，用工人数能更为精准的衡量出高端制造业的演变趋势，因此，本文参照傅元海（2014）［18］的研究，将制造业划分为高端制造业、中端制造业和低端制造业，以高端制造业用工人数占比（highemploy）反映制造业升级趋势，同时用高端制造业销售产值占比（highsales）作为替代变量进行稳健性检验。

（2）核心解释变量：信息化指数

信息化内涵丰富，利用单一指标难以准确、有效地刻画其发展特征与演变趋势，复合指标因包含更多信息，能在一定程度上克服这一缺陷。参考以往关于信息化和互联网发展的研究（张骞和吴晓飞，2018［19］；黄群慧等，2019［20］），并结合当前信息化发展现状，本文从信息化投入、信息化产出、信息化普及程度三个维度出发，选取二级指标测算信息化指数，同时为了获得可比口径，本文采用比值形式计算相关指标。具体指标体系及其计算方法如表1所示。

进一步地，本文基于上述指标体系，利用主成分分析方法将多维指标转化为复合指标，构建信息化指数。主成分分析结果如表2和表3所示。由表2结果可知，前四个主成分累积贡献率已达到0.8597。故本文选取前四个主成分，利用表3的因子荷载信息计算信息化指数指标（intech）。

表3 变量因子载荷

（3）控制变量

控制变量方面，本文选取第三产业占比（third）反映整体产业结构状况，选取外商直接投资与GDP比值的对数（lnopen）反映经济开放程度，选取科技财政支出占比（techinvest）、R&D经费内部支出对数（lnrdinvest）、R&D人员全时当量对数（lnrdeff）反映科技投入状况，选取老年人口占比（old）、城镇化率（urban）和15-64岁人口占比（labor）反映人口状况与劳动力投入状况，选取房价对数（lnhp）及其平方项（lnhpsq）反映房价变动对制造业内部结构调整造成的冲击，选取每万人中大学生人数（hc）反映人力资本投入状况，选取人均道路面积（road）和每万人拥有床位数（medical）反映地区基础设施建设情况，以时间虚拟变量捕捉宏观政策变动对制造业升级的影响，以地区固定效应控制省份个体特征。各变量的描述性统计结果如表4所示。

表4 变量的描述性统计结果

3.2 模型设定

根据前文理论分析部分可知，过度的信息化可能抑制制造业的高端化演进过程，因此在分析中，本文在模型中加入信息化指数的平方项（intechsq），以捕捉信息化过程对制造业升级的非线性影响。根据前文的变量选取，构建模型如下：

其中，α为核心变量intech的估计系数，b为控制变量的估计系数，X为控制变量的集合，θ为常数项，ui为省份固定效应，εi为随机误差向量。

4 实证分析

4.1 基准模型检验

基于上述模型分析信息化对制造业升级影响的估计结果如表5所示，其中第(1)列为随机效应，第(2)列为固定效应，第(3)列为双向固定效应。以第(3)列估计结果进行分析。估计结果中，核心解释变量信息化指数（intech）及其平方项（intechsq）的系数均能在5%的显著性水平下显著，整体上，信息化水平对制造业升级的作用表现出倒“U”型关系，即随着信息化水平的提高，其对制造业升级的影响强度呈现先升后降的变化趋势，甚至可能产生抑制作用。这一现象产生的可能原因在于：一方面，信息化推进会节省信息获取成本，通过加剧企业间的竞争压力，促使企业不断提升自身技术研发水平，增加产品的附加值，同时，信息化的推进会促进部分原来从事非高端制造业行业的企业转向从事高端制造业产品生产，促进制造业升级；另一方面，因信息化导致的资源挤占和创新收益被无贡献群体攫取会降低企业的研发激励，阻碍制造业的高端化发展。信息化对制造业升级的作用拐点在3.153，本文的分析样本中有5.76%的信息化指数超出这一临界值，表明部分省份已表现出信息化推动制造升级作用减弱的现象，假说1得以验证。控制变量方面，主要关注创新投入对制造业升级的影响。由估计结果可以看到，R&D经费投入（lnrdinvest）和财政中的科技研发投入（techinvest）增加会对制造业升级产生显著的正向影响，但R&D人力资本投入（lnrdeff）的增加却未能达到相同的效果，产生这一结果的可能原因在于：相较于高端制造业发展居于前列的国家而言，我国在科技研发中的资本投入相对偏低，根据OECD统计数据，我国2015-2017年的人均研发支出为296.42美元、326.47美元、356.80美元，远低于同期的OECD均值969.33美元、995.01美元和1049.08美元，因此研发投入的增加能产生显著的促进作用；但由于技术创新需要大量的人力资本投入，并且研发周期长，加之我国创新基础和人力资本积累基础相对薄弱，导致科技研发人力资本投入对制造业升级的提升作用难以有效发挥。

表5 基准模型估计结果

续表

4.2 稳健性检验

为使结果更加真实可靠，本文通过替换变量估计和工具变量估计两种手段进行稳健性检验。利用高端制造业销售产值占比（highsales）替换高端制造业用工人数占比的稳健性检验估计结果如表6第(1)列所示，信息化指数及其平方项符号与表5第(3)列一致，尽管一次项系数在统计上不显著，但并不影响变量间关系的倒“U”型趋势。利用互联网普及度（intenet）及其平方项（internetsq）替换信息化的稳健性检验估计结果如表6第(2)列所示，两者前系数方向与前文信息化的估计系数符号相同，表明前文估计结果是较为可靠的。同时也可以注意到，互联网普及度拐点远小于信息化指数对制造业升级的作用拐点，表明互联网的发展由于促进信息公开化、透明化，会加速信息化拐点的到来。同样地，本文以互联网普及度和高端制造业销售产值占比同时替换信息化指数和高端制造业用工人数占比变量的估计结果见表6第(3)列，与上述结果类似，故不再赘述。本文利用滞后一期信息化及其平方项作为当期变量的工具变量进行估计，回归结果见表6中第(4)列所示，信息化指数二次项仅能在10%的显著性水平下显著，但方向与前文无异，信息化拐点由原来的3.153递延至4.242，表明潜在的内生性问题会导致信息化对制造业升级的促进作用被低估。

表6 稳健性检验估计结果

续表

4.3 进一步分析

为更深入探索信息化影响制造业升级的异质性特征，依据前文的理论梳理，本文分别基于高端制造业阶段差异、信息化水平差异以及产业比较优势差异三种渠道进行分析，这一过程也可以为假设1的验证提供更多佐证。

4.3.1 基于高端制造业发展阶段差异的异质性分析

本文利用分位数回归方法，分析不同高端制造业发展阶段下信息化水平对制造业升级的差异化影响。考虑到分位数回归方法对极端值敏感，故本文选取20%、30%、50%、70%和80%五个分位点进行分析，估计结果见表7。从估计结果可以看到，在高端制造业水平较低时，信息化对制造业升级的作用相对微弱，随着高端制造业水平的提高，这一作用在不断增强，并且信息化的作用拐点不断后移，造成这一现象的可能原因在于：一方面，制造业本身存在规模经济的特点，且自身发展程度较高的企业也更易于通过信息化手段强化自身的发展；另一方面，信息化与高端制造业均存在准入门槛，导致两者发展水平具有类似的趋势，从而表现出影响在高端制造业发展水平较高时更为显著的特点。假设4得以验证。

表7 基于高端制造业发展水平的异质性分析估计结果

4.3.2 基于信息化水平差异的异质性分析

如前文基准模型的估计结果所示，信息化对制造业升级的影响会存在一个先升后降的发展趋势，基准模型中仅仅就这一作用的存在性加以描述，未对其作用强度和作用方向进行更深入的剖析，本文现就信息化水平差异进行探讨。鉴于信息化发展对制造业升级的作用特点，本文选用门槛模型进行分析，以信息化自身为门槛变量的估计结果如表9第(1)列所示。在运用bootstrap重复抽取600次后检验发现，信息化对制造业升级的影响仅存在单一门槛（门槛值为3.0533），该结果在5%的显著性水平下显著。但估计结果中，门槛值以下的信息化系数却并不如理论分析所述，即表现出明显的促进作用，产生这一结果的原因可能在于，门槛效应回归不能控制地区效应和时间效应，导致信息化对制造业升级的影响中混杂了其他因素的干扰。因此，进一步地，本文以3.0533的门槛值为界，将总体样本分为两个子样本并分别进行分析，估计结果见表9第(2)和第(3)列。由估计结果可以看到，当信息化低于门槛值时，信息化对制造业升级表现出显著的促进作用，这一结果与基准模型和稳健性检验的估计结果十分类似，侧面验证了理论分析与基准模型分析的可靠性。但较为可惜的是，由于仅有29个样本处于门槛值以上，导致门槛值以上的估计没有出现具有统计意义的结果，但就信息化系数的符号来看，当信息化高于门槛值时，可能对制造业升级造成负面冲击。假设3得以验证。

表8 基于信息化水平的异质性分析估计结果

续表

4.3.3 基于比较优势差异的异质性分析

本文进一步就因比较优势差异导致的信息化影响制造业升级的异质性进行分析。本文以省份内部每亿元第二产业产值的高端制造业的上市公司数量作为相对比较优势（comadvan）的度量，采用这一指标的原因在于，某一区域内某一产业上市公司的数量是该区域对于发展该产业的禀赋优势、市场条件等基本状况的集中体现，这与比较优势的产生基础相类似，故以这一指标进行衡量具有合理性。上市公司数量数据由CSMAR上市公司数据库整理而得。具体分析中，本文在基准模型中加入信息化指数与相对比较优势的交互项（intech_com），反映信息化程度与比较优势的协同作用，估计结果如表9所示。与表9中第(1)列的基准模型相比，相对比较优势突出的区域，信息化会与相对比较优势产生协同作用，表现为信息化影响制造业升级的作用拐点后移，延长信息化促进制造业高端化的作用周期。假设5得以验证。这一结论也反映出高端制造业的发展不应“遍地开花”，而是应顺应区域比较优势，因地制宜，因为背离比较优势的产业发展政策会更易于产生僵尸企业，进而损害经济发展效率（申广军，2016［21］）。

表9 基于比较优势的异质性分析结果

4.4 传导机制检验

由前文的理论分析可以发现，无论是在信息化影响制造业升级的作用拐点左侧还是右侧，技术创新均在传导机制中发挥着重要作用，本文现就这一传导路径进行分析。本文采用各省高端制造业发明专利授权数的对数（lnhigh_fm）作为高端制造业技术创新水平的度量①信息化对制造业升级的倒“U”型影响中，拐点右侧的作用递减主要来源于创新溢出，但由于省级层面的数据难以有效度量出创新溢出的程度，因而本文仅分析技术创新作用的不完全中介效应。，原始数据来源于EPS数据库的创新企业数据。本文将省份内部的规模以上高端制造业企业②分类标准与前文一致。的发明专利授权数加总后的总额作为省级高端制造业创新专利数，但由于该数据在2014年以后未披露全部企业的专利情况，故本部分的研究样本为2003-2013年。基于上述数据的分析结果如表10所示。第(1)列为加入高端制造业发明专利授权数对数与信息化交互项（intech_fm）的估计结果，对比该结果与基准模型以及表9第(2)列的估计结果可以发现，技术创新对信息化影响制造业升级的作用机理与相对比较优势存在显著差异。加入高端制造业发明专利授权数与信息化的交互项后，信息化指数平方项显著性降低，仅能在10%的显著性水平下显著。为深入厘清技术创新在信息化影响制造业升级中的作用，本文进行下述步骤：第一，直接分析技术创新对制造业升级的影响，估计结果如第(2)列所示，结果显示，技术创新能显著促进制造业升级；第二，将高端制造业发明专利授权数对信息化指数回归，结果见第(3)列，信息化指数变量前的系数在5%的显著性水平下显著，表明信息化程度的提高会增强企业的技术创新能力；第三，将信息化指数及其平方项、高端制造业发明专利授权数纳入同一方程进行估计，估计结果如第(4)列所示，信息化指数与高端制造业发明专利授权数的系数均显著为正，信息化指数平方项的系数为负但不显著，结合前3列估计结果进行分析，这一结果的出现表明技术创新在信息化影响制造业升级中发挥着不完全中介作用，这一作用的主要路径尽管同样是作用于信息化拐点，但与比较优势的作用方式存在本质差别，技术创新在这一影响中的中介机制是通过直接抚平信息化拐点实现的。这一结果实际也反映出有效的技术创新能熨平过度信息化对制造业升级的负面冲击。至此，假设2得以验证。

表10 基于中介效应的传导路径检验结果

续表

5 结论及政策启示

本文利用2003-2016年省级面板数据，基于技术创新视角分析了信息化对制造业升级的影响及其作用机制，得出主要研究结论如下：第一，信息化进程对制造业高端化发展的影响呈现先升后降的倒“U”型发展趋势，这一关系在替换变量的稳健性检验和利用滞后期信息化作为工具变量的稳健性检验下仍存在。值得说明的是，样本期内部分省份中这一影响已经位于信息化拐点右端，应及时采取应对措施。第二，信息化对制造业升级的影响会由于信息化水平、高端制造业发展阶段以及相对比较优势的不同存在差异化特点，具体表现为，在信息化水平低于门槛值时，这一影响表现为促进作用，在高于门槛值时，由于样本限制无显著统计意义；信息化对制造业升级的促进作用会随着高端制造业自身发展水平的提高而增强，主要体现在信息化作用拐点的推迟上；具有相对比较优势的区域，比较优势会与信息化产生协同作用，亦会延迟信息化拐点的到来。技术创新在信息化影响制造业升级中发挥着不完全中介作用，第三，但与比较优势的作用路径不同，这一渠道是通过抚平信息化作用拐点实现的，反映出技术创新在避免信息化过度抑制制造业升级中的重要作用。

本文的研究对于促进制造业升级具有一定启示。第一，推进信息化广度与深度发展仍是信息化建设未来发展的方向。尽管信息化进程中潜藏着抑制制造业高端发展的渠道，但这并不意味着要因噎废食，遏制信息化进程，而是应当着力放大信息化促进制造业升级的效应，从传导路径层面遏制、甚至消除信息化对制造业升级的负面影响。第二，坚持创新发展理念，树立以创新促进智能创造观念。技术创新具有抚平信息化作用拐点的效果，应充分发挥好技术创新的积极作用，一是鉴于我国研发投入水平较低，应持续增加有效的研发投入，提升政府投入的运作效率（于惊涛和杨大力，2018［22］），避免资本错配；二是建立以市场为导向、产学研深度融合的技术创新体制，促进科技成果转化，减少无效产出；三是构建起完善的知识产权保护制度，确保创新主体能获得合理的创新收益，保证企业在技术创新中的积极性；四是促进信息化与制造业高端化融合，推进智能制造向智能创造方向转型。第三，应以比较优势为准则制定地方产业政策。地方政府在制定产业发展政策时不应盲目追随中央产业政策，而应以地方比较优势为基本参照，因地制宜，因势利导，避免因产业发展路径背离比较优势导致的资源错配损害经济发展效率。