数字经济对制造业高质量发展的影响----以创新与劳动生产效率提高为视角

廖信林, 曹欣宇, 叶青杨

(安徽财经大学 经济学院, 安徽 蚌埠 233000)

制造业是一国经济发展的支柱,我国拥有最完善的工业体系和强大的市场优势,制造业总产量居世界第一,但我国制造业质量仍具有很大的提升空间。数字经济的发展推动全球的技术与产业发生新一轮的变革,给全球制造业的发展也带来了巨大的冲击。在这种国际大环境下,我国必须抓住这次产业变革的机遇,尽快完成转型,推动制造业实现高质量发展。党的十九大报告指明了制造业实现高质量发展转型的方向,要推动制造业加速向数字化、网络化、智能化发展[1]。与此同时,数字经济发展迅猛,2020年数字经济增加值达到39.2万亿元,占GDP比例为38.6%[2]。可见数字经济发展已经成为新时代经济发展的重要推动力,不断地推动着协同创新、技术变革、智能生产。数字经济作为一种经济发展的新动能,在制造业提质增效的关键阶段必将发挥重大作用。数字经济对制造业高质量发展影响如何?数字经济助力制造业高质量发展存在何种机制?本文将基于30个省、自治区、直辖市(以下简称“省”)2013—2018年的面板数据,围绕这两个命题开展研究,探索数字经济赋能制造业高质量发展的作用效果和机制。

一、 文献综述

现有关于数字经济影响制造业高质量发展的研究大多停留在理论研究阶段,而实证研究相对较少。在理论分析方面,李英杰等从质量变革、动力变革、效率变革三大方面分析了数字经济促进制造业高质量发展的作用机理[3]。祝合良等基于熊彼特新理论与长尾理论提出数字经济通过成本节约、创新赋能、效率提升等路径促进了产业高质量发展[4]。吕铁等进行了进一步研究,基于价值创造和获取的视角分析了数字经济如何赋能制造业高质量发展[5]。上述理论研究大多从效率、成本、创新等影响路径研究数字经济对制造业高质量发展的作用机制,但研究仅停留在理论分析阶段,缺乏数据和实证支撑。除此之外,也有少数学者进行了实证研究。有研究对两者进行耦合协调分析,证实数字经济与制造业高质量发展达到了中级协调阶段[6],但耦合协调分析并不能表明两者之间的因果关系。韦庄禹等在现有研究基础上进行了更加深入的研究,实证验证了数字经济对制造业高质量发展具有正向效应[7],但其只从理论上分析了作用机理,未提供实证证据,对于制造业高质量的衡量使用单一指标,未能全面地反映制造业高质量发展水平。

综上所述,数字经济促进制造业高质量发展的研究大多集中于作用机理的理论探讨,较少有研究运用实证方法进行效应评估与路径识别。本文对数字经济促进制造业高质量发展进行效应评估与路径识别的边际贡献如下:第一,通过构建数字经济和制造业高质量发展的指标体系,更加全面精确地对两者进行量化分析;第二,定量分析数字经济对制造业高质量发展的影响效应,并进一步探究全国范围内这种影响效应的区位异质性;第三,通过构造中介效应模型,在理论分析的基础上进一步通过实证检验数字经济推动制造业高质量发展的机制。

二、 理论机理分析与研究假设

制造业发展遵循由劳动到资本再到知识制造最终到智能化制造的路径。数字经济时代,数据成为不可取代的要素,它推动了其他产业的快速发展,也加速了知识的传播和溢出[8],进而推动了知识制造。数字经济推动传统产业融合加速发展,使得传统产业的数字化和智能化登上了快车[9],进而加速了智能制造。可见,数字经济极大地赋能了制造业的知识制造和智能制造,在此基础上能够促进制造业高质量发展。由此,本文提出假设1。

假设1 数字经济在总体上正向促进制造业高质量发展。

除此之外,数字经济还会通过不同的路径促进制造业高质量发展。

1. 数字经济通过创新效应促进制造业高质量发展

数字经济发展进程中可以对制造业产生创新效应,并通过创新效应促进制造业高质量发展。数字经济主要通过以下3个方面激发企业创新潜能,促进企业创新。

(1) 数字经济的发展加剧了企业之间的竞争,倒逼企业进行创新。企业研发投入需要巨大的成本,且风险较大,这导致企业的创新研发积极性不高[10]。数字经济发展,特别是平台经济的快速发展使得市场更加公开透明,信息的对称性加剧了企业间的竞争。面对激烈的竞争,企业若想在竞争中存活下来,就要不断创新优化自身的产品,加大创新研发投入。

(2) 数字经济发展提高了创新效率。传统的封闭式创新模式下,内部创新研发周期长,且研发成果不一定符合市场偏好,创新研发失败的风险大,效率低。数字经济大环境下使得创新模式由封闭式向开放式转型[11],消费者可以通过数字平台加入到创新研发中,使得产品研发更能够满足市场需求,大大提高了创新研发的成功率。数字经济也为企业之间的创新研发合作提供了平台,企业间横向合作可以合理解决创新中“卡脖子”问题,提高创新效率。

(3) 数字经济发展加速了知识传播和溢出,为创新提供了知识支撑。根据内生增长理论,知识的积累是创新活动的基础。数字经济时代扩展了知识的获得途径,加速了知识的传播,增加了全社会知识积累,为企业创新提供了强大的知识库。创新是技术进步的源泉,而技术进步是制造业高质量发展必不可少的要素。根据上述分析,本文提出假设2。

假设2 数字经济通过创新效应推动了制造业高质量发展。

2. 数字经济通过劳动生产效率提高效应促进制造业高质量发展

数字经济的发展可以为企业的生产和管理提供技术和服务,助推企业实现数字化生产和管理。数字化的生产和管理可以极大地促进企业劳动生产效率的提高,生产效率提高意味着生产效益的提高,进而能够促进制造业高质量发展。①生产方面:数字经济的发展可以从生产过程和生产设备两个方面提高劳动生产效率,数字经济发展不仅能够加快生产各环节的信息互通,进而提高生产过程中的生产数据整合、分析效率,还有利于提高机器设备数字自动化程度。②管理方面:数字经济发展能够加速企业管理数字化建设,提高管理效率,进而提高企业的劳动生产率。因此,本文提出假设3。

假设3 数字经济通过提高劳动生产率促进了制造业高质量发展。

三、 变量选择与模型设计

1. 变量设计

(1) 制造业高质量发展水平测度。现有研究主要采用单一指标和构建指标体系两种方法来量化制造业高质量发展水平,常用的单一指标有全要素生产率[7]和产业增加值率[12],指标体系测度法扎根制造业高质量发展的深刻内涵,更加全面地测度了制造业高质量发展水平。赵卿等学者结合五大发展理念构建起了涵盖多层级多项指标的制造业高质量发展指标体系[13]。单一指标法简单易操作,但往往会遗漏一些关键信息,指标体系测度法能够将更多的信息纳入到指标体系中,更加全面精确地量化测度制造业高质量发展的水平。因此,本文选用指标体系测度法,基于五大发展理念构建起包含三大类9项指标的指标体系,更加全面、精确地测度制造业高质量发展的水平,指标体系构建如表1所示。

表1 制造业高质量发展水平指标体系

(2) 数字经济发展水平测度。现有研究对于数字经济发展水平的量化主要基于政府与官方研究机构公布的统计方法,大致分为以下3种测度方法:第一种是将数字产业化部分与产业数字化部分所创造的价值归为数字经济的贡献,以此来量化数字经济发展水平,例如康铁祥、刘方等学者采用数字产业的增加值来量化数字经济[14-15];第二种是基于数字经济的内涵构建数字经济发展水平指标体系,并采用某种赋权方法确定指标体系不同类目的权重,以此来测度各地区的数字经济发展水平[16];第三种以黄文金等学者为代表,采用DEEP模型构建数字经济评价模型,以此来量化数字经济发展水平[17]。本文选用第二种量化方法,构建了涵盖数字经济基础设施建设水平、数字经济应用水平、数字产业化水平三大类7项指标的数字经济发展评价指标体系,指标体系构建如表2所示。

表2 数字经济发展水平指标体系

(3) 控制变量。为了避免模型因遗漏变量造成误差,影响估计结果的真实可靠性,本文引入了政府干预、城镇化率、市场化水平、对外依赖程度4个控制变量。①政府财政支出(G)。本文用地方政府一般财政支出来表示政府干预。地方政府的财政支出为当地的技术进步、产品研发提供了大量资金支持,政府对基础设施建设的支出一定程度上代表当地基础设施的完善程度,而基础设施是当地制造业高质量发展所依托的环境。因此,政府在制造业实现高质量发展的过程中发挥着不可替代的作用。②城镇化率(U)。城镇化核心是人的城市化,本文用地方“城镇人口数/年末常住人口数”来表示城镇化率。城镇化的过程不仅仅是人的城镇化过程,还伴随着各种要素的城镇化,城镇化推动了产业的集聚,也极大地提高了资源的配置效率,这有利于提高劳动力的质量,从而对制造业的高质量发展起到正向的促进作用。③市场化水平(Ma)。本文参照韩先锋等的做法,用非国有企业员工占比表示市场化水平,比值越大则说明市场化水平越高[18]。市场化水平提高更有利于企业之间的自由竞争,倒逼企业进行产品和技术升级,所有的制造企业都追求技术进步和质量提升的结果就是带来整个制造业的高质量发展。④对外依赖程度(E)。本文用经营单位所在地进出口总额与地方生产总值的比值来表示对外依赖程度[19],对外依赖程度与该值大小呈正相关。对外依赖程度越高,本国的发展越容易收到全球经济的影响和制约,越不利于本国制造业的发展。因此,对外依赖程度对制造业高质量发展具有负向效应。

2.模型设计

(1) 熵权法评价方法。本文选用熵权法对各项指标进行赋权,在求得指标权重的基础上,采用加权求和的方法计算制造业高质量发展水平和数字经济发展水平,具体的步骤省略。根据熵权法计算所得到的制造业高质量水平指标体系与数字经济发展水平指标体系的权重分别如表1、表2所示。

(2) 面板模型构建。为验证数字经济对促进制造业高质量发展有着显著的正向效应,本文构建如下模型:

(1)

式中:Qit为被解释变量,表示第i个省份第t年的制造业高质量发展水平;Dit为数字经济发展水平,表示第i个省份第t年的数字经济发展水平;Xit为控制变量,表示第i个省份第t年的控制变量的值;μi为个体效应;γt为时间效应;εit为随机扰动项;β0为核心解释变量对被解释变量的影响系数;βj为控制变量对被解释变量的影响系数;n表示控制变量个数。

苦瓜主要病害有枯萎病、炭疽病等。枯萎病可用10%双效灵水剂250倍液或40%多流悬浮剂灌根防治；炭疽病可用多菌灵或甲基托布津可湿性粉剂600～800倍液喷雾防治。苦瓜主要害虫有蚜虫、蓟马等。蚜虫可用20%灭扫利乳油2000倍液防治；蓟马可用50%巴丹原粉2000倍液防治。

(3) 中介效应模型构建。为了验证前文机制假设,本文引入新产品项目数和劳动生产率两个中介变量,构建中介效应模型实证验证数字经济影响制造业高质量发展的路径。其中规模以上工业企业新产品项目数表示创新,劳动生产率用“规模以上工业企业产成品/制造业城镇单位就业人员”表示。本文参照Baron等[20]的做法,构建了如下中介效应模型:

式中:Mit为中介变量,即为创新和劳动生产率;a0为核心解释变量对被解释变量的影响系数;aj为控制变量对被解释变量的影响的系数;ρ0和ρj分别为核心解释变量与控制变量对中介变量的影响系数;γ0,γi,γj分别为核心解释变量、中介变量和控制变量对被解释变量的影响系数。

检验步骤如下:①若α0显著不为0,说明机制检验的前提存在,继续进行检验;②若ρ0、γ1都显著,那么说明中介效应是存在的;③是否为完全中介取决于系数γ0,γ0不显著时为完全中介效应,反之为部分中介效应。

3.数据来源与变量描述性统计

为了减少数据的波动,对政府财政支出、新产品项目数进行了取对数处理,人均工业增加值作为替换被解释变量记为Q1。本文数据来源于2012—2019年的中国统计年鉴、中国环境统计年鉴。考虑到数据的可获得性,面板数据的时间跨度为2013—2018年,研究对象为30个省份,共180个样本量,变量的描述性统计如表3所示。

表3 180个样本的变量描述性统计

四、 实证分析

1. 基准回归分析

表4 基准回归结果

由于各个省份之间的情况不尽相同,应该允许每位个体拥有自己的截距项,同时Hausman检验显示固定效应模型较为合理,且个体固定效应模型要优于双固定模型,即时间固定效应不显著,因此在结合实际情况与检验的情况下,本文最终选择个体固定模型。如表4之(1)所示,在1%的显著性水平上,数字经济发展水平每提高1个单位,制造业高质量发展水平将提高0.508个单位,数字经济发展水平对制造业高质量发展有着显著的正向促进作用,验证了假设1。

2. 稳健性检验

(1) 替换核心被解释变量。为了验证回归结果具有稳健性,该部分将核心被解释变量进行替换,重新进行回归,参考邓峰等[21]的做法,由于人均工业增加值从增量的角度反映了制造业高质量发展水平。因此,本文选用人均工业增加值替代被解释变量进行回归,其他变量与前文保持一致,回归结果如表5模型(1)所示。模型(1)回归结果表明,数字经济发展水平在5%的显著性水平上促进了制造业高质量发展,数字经济发展水平每提高1个单位,制造业高质量发展水平将提高1.311个单位,与基准回归结果的系数值相差不大,表明回归结果是稳健的,数字经济确实能够在总体上促进制造业高质量发展。

(2) 地区异质性检验。不同地区的数字经济发展水平、制造业高质量发展水平都不尽相同,数字经济发展水平对制造业高质量发展的影响程度也具有一定差异。为了进一步研究数字经济对制造业高质量发展是否具有地区异质性,我们进一步将全样本细分为东部地区、中部地区和西部地区。如图1所示,2013—2018年间东部、中部、西部地区的制造业高质量发展水平呈不断上升的趋势,东部地区的制造业高质量发展水平明显高于其他两个地区,西部地区次之,中部地区发展较为落后。如图2所示,各地区的数字经济发展水平不断攀升,东部地区的数字经济发展水平以较快的速度不断增长,中西部地区增长较缓慢,两者在绝对水平上相差不大,西部地区略领先于中部地区。显然,三大地区在数字经济发展水平和制造业高质量发展水平上具有地区异质性。

图1 2013—2018年分地区制造业高质量发展水平

图2 2013—2018年分地区数字经济发展水平

数字经济发展水平对制造业高质量发展的影响是否具有地区异质性也可以用分地区回归结果(表5)显示出来。模型(2)表示东部地区回归结果、模型(3)表示中部地区回归结果、模型(4)表示西部地区回归结果,三大地区的回归结果均显示数字经济显著地促进了各地区制造业高质量发展,再次印证了前文的结论。从系数大小看,三大地区数字经济对制造业高质量发展的影响程度具有明显的区位异质性。在前文分析中数字经济及制造业高质量发展水平最为领先的东部地区,数字经济发展系数却是最小的,而较为落后的中部地区数字经济系数最大,这说明数字经济影响制造业高质量发展的效应大小与区域发展水平相反。这种现象的出现或可从边际报酬的视角寻找答案。在知识、技术的创新阶段,数字经济水平越高边际报酬就越高,越发达的地区数字经济的促进效应就越大。而知识、技术创新发展到模仿阶段,由于知识容易被模仿因此具有一定的时效性。在这个阶段,较发达的地区进入了边际报酬递减的阶段,而不发达的地区充分发挥后发优势,处于边际报酬递增阶段,因此,中部地区的数字经济影响效应更大一些。

表5 稳健性检验结果

(3) 内生性检验。虽上文检验已说明数字经济对制造业高质量发展有正向影响,但不能排除制造业高质量发展与数字经济可能存在由于互为因果关系而导致的内生性问题。制造业高质量发展是经济发展的重要部分,而经济发展会促进数字经济发展,这说明制造业发展可能对数字经济也有正向影响。另外,制造业的高质量发展能够促进数字基础设施的建设和完善,良好的制造业发展环境也会吸引更多的数字化服务型企业入驻。为了检验模型是否具有内生性问题,本文引入两个工具变量,分别是滞后一期的光缆长度和滞后一期的互联网端口数。一方面两个工具变量从数字经济基础设施角度很好地代表了数字经济发展水平的大小,与数字经济有很强的相关性;另一方面,两个工具变量是前定变量,现期制造业高质量发展水平并不会对前期的光缆长度与互联网端口数产生影响,可以有效地解决双向因果关系造成的内生性问题。

内生性检验结果如表6所示,表6中模型(1)和模型(2)在考虑了内生性问题后,数字经济依旧对制造业的高质量发展有显著促进作用,且在1%的显著性水平下成立。此外,误,[]数值为P值,{}数值为Stock-Yogo弱识别检验10%水平上的临界值。

表6 内生性检验结果

本文对工具变量进行了检验,汉森J统计量的P值均大于10%,过度识别检验均接受原假设,说明工具变量均为外生;识别不足检验中克莱伯根帕克LM统计量的P值均为0,显著拒绝原假设,说明不存在识别不足问题;克莱伯根帕克WaldF统计量均大于Stock-Yogo弱识别检验10%水平上的临界值,说明不存在弱工具变量问题[22]。总而言之,以上检验结果说明所选择的L.glcd、L.hlwdk两个工具变量具有合理性。

3. 中介效应检验

本文参照Baron和Kenny的做法,构建了中介效应模型,用于验证数字经济促进制造业高质量发展的作用路径,表7报告了数字经济影响制造业高质量发展的中介效应检验结果。模型(1)为基准模型,结果显示数字经济对制造业高质量发展的影响系数显著为正。因此,可以继续进行中介效应检验。模型(2)、模型(3)用于检验数字经济是否通过创新效应促进制造业高质量发展,模型(2)为数字经济对中介变量创新进行回归,模型(3)为数字经济与中介变量创新同时对被解释变量制造业高质量发展进行回归;模型(4)、模型(5)用于检验数字经济是否通过生产率提高效应促进制造业高质量发展,同样模型(4)为数字经济对中介变量劳动生产率进行回归,模型(5)为数字经济与中介变量劳动生产率同时对被解释变量制造业高质量发展进行回归。

表7 中介效应检验结果

表7模型(2)表示数字经济对新产品项目数具有显著的正向促进效应,模型(3)表示新产品项目数对制造业高质量发展具有显著的正向影响,并且数字经济的影响也是显著为正的,但系数比基准回归要小一点,这意味着创新具有部分中介效应,直接效应为0.404 0,中介效应为0.103 1。说明数字经济促进制造业高质量发展的创新效应是存在的,验证了假设2。数字经济的发展,特别是平台经济的快速发展,使得市场更加公开透明,无形中促进了市场竞争,竞争加剧会倒逼企业创新,而创新能够进一步促进制造业的高质量发展。

表7的模型(4)中数字经济对劳动生产率的影响效应显著为正,而模型(5)中劳动生产率和数字经济对制造业高质量发展的影响效应也都显著为正,表明存在部分中介效应,中介效应大小为0.078 4。说明数字经济促进制造业高质量发展的劳动生产率增长效应的确存在,验证了假设3。数字经济的发展从生产和管理两方面提高劳动生产率,劳动生产率提高意味着经济效益提高、生产成本降低,从而实现制造业高质量发展。

五、 结论与建议

1. 结论

本文基于2013—2018年30个省的面板数据,科学测度数字经济发展和制造业高质量发展水平,深入研究了数字经济影响制造业高质量发展的效应评估和作用机制,并对结果进行稳健性检验,得出如下结论:第一,数字经济影响制造业高质量发展的直接效应在总体上显著为正;第二,数字经济作用制造业高质量发展的程度表现出地区间的异质性;第三,数字经济可以通过创新效应、劳动生产效率提高效应两大路径促进制造业高质量发展。

2. 政策建议

在上述研究结论的基础上,结合当下数字经济和制造业发展的现状,提出3点政策建议。

第一,政府应该抓住信息技术发展的契机,着力于推动数字经济发展,并利用数字经济的发展带动制造业等产业的发展。加大基础设施建设投入,尤其要侧重完善数字基础设施,为数字经济发展“打好地基”。尽快建立健全数字经济的法律法规,尤其是数字经济发展过程中各主体权利保护及公平竞争的相关法律制度,确保数字经济正向稳定发展。

第二,打破“数字壁垒”,避免“数字鸿沟”。由地区异质性检验结果可知,中部地区数字经济对制造业高质量发展的正向影响效应最大,发展数字经济或可成为其追赶东部地区的突破口。可以通过发展数字经济来更快提高落后地区制造业发展质量,进而缩小地区发展差距,有效促进制造业的区域协调发展。因此,发展数字经济的同时要通过完善数据要素市场和健全数字经济相关法规来避免“数字鸿沟”,充分发挥“数字红利”,促进全国范围内制造业高质量发展。

第三,鼓励研发与创新,打通数字经济促进制造业高质量发展的创新效应路径。除了加大研发投入外,更应该注重对创新型人才的培养,完善数字经济素养的培养机制,增加数字经济人才数量,优化数字教育的培养方法,提高数字经济人才质量,不断完善人才激励政策,为数字经济发展留住人才。