数字经济对纺织产业高质量发展的作用机制与影响效应

2023-01-15李秋珍

毛纺科技 2022年12期

李秋珍

(绍兴文理学院元培学院，浙江绍兴 312000)

数字经济是以数据为关键生产要素的一种新型经济形态。不同于劳动、资本等传统生产要素，数据要素可复制、共享、衍生，具有流动渗透性强、价值倍增效应大、边际成本低等特殊禀赋。数据资源价值的挖掘和广泛应用让数字经济发展成为驱动产业创新、实现质量和效率变革的重要推手。自2012年以来，我国数字经济发展迅猛，数字经济增加值年均增速高达16%，占GDP比重攀升至40%[1]。与此同时，数字经济在三次产业的渗透率与投入产出效率大幅上升。数字经济作为一种新动力，通过数字技术进步发挥中介效应，可提升传统产业信息化水平，创新组合生产要素，推动产业增长[2]和生产率变革[3]，对产业结构优化升级的边际贡献递增[1]，显著促进全要素生产率提升[4]，为产业运用新技术、催生新业态和升级发展模式，深入推进高质量发展提供了全新思路和可行路径。

近年来，数字经济对经济高质量发展的影响成为学界的研究热点，现有研究主要集中在数字经济对制造业高质量的影响上。国内外学者的研究指出，制造业与数字经济、数字技术深度融合是驱动制造业实现质量、效率和动力变革的关键路径[5]。数字经济发展对制造业高质量发展的影响体现在产品、技术、组织等诸多层面[6]，对于提高供需匹配效率、优化全要素生产率、催生新产业新业态新模式至关重要。从全球价值链视角看，数字经济发展对制造业具有重构效应，数字化投入与中国制造业全球高端化程度显著正相关[7]。具体到制造业中的纺织产业，国内学者认为，数字经济凭借数据优势嵌入纺织产业链，通过柔性化研发、数字化生产、平台化运营驱动纺织产业升级[8]。纺织产业技术与信息网络技术融合可以提高纺织企业管控一体化应用程度，让生产过程的智能化、绿色化水平得以大幅提升，有助于纺织产业摒弃粗放型制造[9]。

现有相关研究多将制造业作为一个整体，研究数字经济对制造业高质量发展的影响，鲜少有学者基于制造业细分行业的差异性，研究数字经济对某一具体制造行业高质量发展的作用机制和影响效应。鉴于此，本文以中国制造业中的传统优势产业——纺织产业为例，建立纺织产业高质量发展和数字经济发展评价指标体系，以2008—2020年中国30个省(自治区、直辖市)的面板数据为样本，测度中国纺织产业高质量发展水平，估算中国数字经济发展水平，在此基础上，检验数字经济对纺织产业高质量发展的作用机制与影响效应，以期能为我国纺织产业数字化转型，实现高质量发展提供有益的借鉴和建议。

1 理论分析与研究假设

纺织产业高质量发展的核心是以“科技、时尚、绿色”为发展定位，通过技术的交叉融合推动产业供给的数字化、柔性化、精益化。结合纺织产业特点以及数字经济助推制造业高质量发展的相关研究成果[10]，从数字经济对纺织产业高质量发展的线性作用机制、非线性作用机制以及外部约束机制3个方面进行理论分析，并提出研究假设。

1.1 线性作用机制

从微观视角的企业层面上来看，数字经济具有进化效应。数字经济的降临迫使纺织企业必须通过商业模式的变革创新和数字化链路的重构实现进化[11]，以回应更加透明的市场环境。依托数字技术，纺织企业可以打造自身的数字化平台，构建较完备的数字化运行体系，优化生产要素投入比例，提高企业内外部信息传递效率，降低运营成本，提升经营效益。数字化的运营管理让企业的研发设计、生产制造、营销服务等业务流程更加柔性化、智能化、可视化。运营模式的创新推动纺织企业向服务型制造转型，扩展产品价值空间，形成企业差异性竞争优势。

从中观视角的产业层面上看，数字经济具有扩散效应。数据统一开放平台下，一家纺织企业的创新应用不仅能在行业内快速普及，而且创新成果的溢出还会打破传统产业集聚的空间范围限制，引领纺织产业供应链上下游企业协同创新，提升产业整体创新能力，促进产业附加值增长和产品结构优化，带动产业链跃迁。例如数字经济带动了创新服务平台主导的纺织行业创新生态系统建设[12]，产业链上下游利益相关主体被纳入系统中参与互动式协作，提高了产业资源配置效率。以浙江省服装产业创新服务综合体——数字云仓平台为例，通过将众多服装设计、生产、销售企业整合成“虚拟集团”，高效整合纺织服装全产业链资源，实现了产业的提质增效。基于上述分析，提出如下研究假设：

H1：数字经济对纺织产业高质量发展具有正向作用。

1.2 非线性作用机制

互联网存在“梅特卡夫效应”，即互联网的价值与用户规模的平方成正比。随着数字经济体量的扩增，用户规模持续扩大，强化了数据要素的流动共享，降低了跨部门协作的边际成本，数据要素潜在价值得以释放，引发“梅特卡夫效应”。另外，数据要素作为一种新型生产要素，具有多要素合成效应，与劳动、资本等传统生产要素叠加融入纺织产业链各环节，可以发挥其价值倍增效应，企业从中获取的价值将实现指数级增长，即数字经济具有边际效益递增性。考虑到数字经济的“梅特卡夫效应”，同时已有学者的研究也表明，“梅特卡夫效应”存在于制造业高质量发展中[13]，基于此，提出如下研究假设：

H2：数字经济对纺织产业高质量发展的影响具有边际贡献递增的非线性作用。

1.3 外部约束机制

经济因素方面，较高的区域经济发展水平有利于数字经济发挥范围经济和规模经济，为纺织产业高质量发展创造了更多应用场景和商业模式。贸易因素方面，区域对外开放水平扩大能增强数字经济的空间知识溢出效应，有利于纺织企业吸收发达国家产业高质量发展的先进技术和管理经验。但若国外核心技术外溢受限，或外来资源引入不当，进入低端行业，对外开放程度扩大会削弱数字经济带来的知识溢出。制度因素方面，环境规制力度较低时，数字经济带来的成本节约效应可能会加大纺织产业粗放式发展。环境规制力度较高时，数字经济带来的创新补偿效应有利于激励纺织企业持续进行技术研发和设备更新，以绿色创新推动高质量发展。基于此，提出如下研究假设：

H3：数字经济对纺织产业高质量发展的影响会受到外部环境的约束。

2 研究设计

2.1 理论模型构建

在控制政府支持力度、人力资本水平、城镇化水平和科研投入强度的基础上，考察数字经济对纺织产业高质量发展的线性影响效应，并将其作为基准回归结果构建计量模型如下：

lnTit=α0+α1lnDit+βj∑Xjit+μi+εit

式中：Tit表征区域i在t时期纺织产业高质量发展水平；Dit表征区域i在t时期的数字经济发展水平；Xjit表征区域i在t时期第j个控制变量的取值；α0为截距项，α1和βj为各变量的弹性系数；ui为个体固定效应；εit为随机扰动项。

进一步，借鉴Hansen[14]的面板门槛模型，检验数字经济驱动纺织产业高质量发展的边际贡献递增的非线性作用机制，构建面板门槛模型如下：

lnTit=α1lnDit·I(lnDit≤γ1)+α2lnDit·I(γ1<

lnDit≤γ2)+…+αn+1lnDit·I(lnDit>γn)+βj∑Xjit+μi+εit

式中：γ1～γn是n个门槛值，I(*)是指示函数，当括号中的条件满足时取值为1，否则为0；α2～αn+1为变量的弹性系数。

数字经济对纺织产业高质量发展的影响会受到外部环境约束，基于经济因素[15]、贸易因素[16]、制度因素[17]3个维度考察数字经济驱动中国纺织产业高质量发展的非线性约束机制，构建模型如下：

lnTit=α1lnDit·I(Vit≤γ1)+α2lnDit·I(γ1<

Vit≤γ2)+…+αn+1lnDit·I(Vit>γn)+

βj∑Xjit+μi+εit

式中：Vit是门槛变量，分别代表区域i在t时期的经济发展水平、对外开放水平、环境规制力度。

2.2 变量的测度与说明

2.2.1 被解释变量

被解释变量为纺织产业高质量发展水平(T)。纺织产业高质量发展是一个综合性的多维度概念，其评价指标体系的设计既要充分考虑纺织产业的能力基础、绩效结果、发展动力，又要全面审视产业发展的社会、生态环境协同机制。基于前文提出的纺织产业高质量发展内涵的目标分解，参考相关研究成果[18-19]，选择经济效益、产业现代化、创新能力、绿色发展4个维度构建纺织产业高质量发展评价指标体系，详见表1。

表1 纺织产业高质量发展评价指标体系Tab.1 Evaluation indices system of high-quality development of textile industry

2.2.2 核心解释变量

核心解释变量为数字经济发展水平(D)。国内外对数字经济的测算口径尚未达成共识。借鉴张雪玲等[20]的研究成果，考虑到数据的可获得性和有效性，从数字基础设施、数字技术应用、数字产业发展和数字业务规模4个方面选取13个细分指标构建数字经济发展评价指标体系，如表2所示。

表2 数字经济发展评价指标体系Tab.2 Evaluation indices system of digital economy

2.2.3 门槛变量

经济因素方面，选取经济发展水平(E)作为门槛变量，采用人均GDP来衡量；贸易因素方面，选取对外开放水平(F)作为门槛变量，采用进出口贸易总额与GDP的比重来衡量；制度因素方面，以环境规制力度(S)作为门槛变量，采用工业污染治理完成投资总额与工业增加值的比重来衡量。

2.2.4 控制变量

为了最大可能获得具有稳健性的估计结果，本文选取了政府支持力度(G)、人力资本水平(H)、城镇化水平(U)和科研投入强度(R)作为控制变量。具体而言，采用财政一般公共预算支出占GDP的比重表征政府支持力度；采用人均受教育年限表征人力资本水平；采用城镇人口占总人口的比重来表征城镇化水平；采用研发经费内部支出与GDP的比重表征科研投入强度。

2.3 数据来源与处理

鉴于数据的可获得性，选取中国30个省市区(不含港澳台和西藏)2008—2020年的面板数据为样本，原始数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》《中国纺织工业发展报告》以及各省份统计年鉴等。

采用极值法对各指标数据进行无量纲化和标准化处理，利用引入时间变量的熵值法计算纺织产业高质量发展和数字经济发展各项二级指标和一级指标的权重，再得出综合值。

3 结果与分析

3.1 数字经济与纺织产业高质量发展水平测度

通过熵值法计算得到2008—2020年中国数字经济发展综合指数与纺织产业高质量发展综合指数，如表3所示。2008—2020年中国数字经济与纺织产业高质量发展整体呈现上升态势。具体而言，纺织产业高质量发展综合指数较为平稳，2008—2015年间一直处于0.3左右，2016年突破0.3，此后开始稳步上升，由此说明“十三五”期间中国纺织产业高质量发展取得了一定成效；中国数字经济发展综合指数在2008—2020年间迅速增长，由0.174稳步提升到0.603,这表明在国家政策的支持下，数字经济表现出强劲的发展势头。其次，数字经济发展与纺织产业高质量发展整体上保持了较为同步的变化趋势，这也初步证实了数字经济发展与纺织产业高质量发展之间存在一定正相关关系。

表3 数字经济发展水平与纺织产业高质量发展水平Tab.3 Developing level of digital economy and high quality development level of manufacturing industry

3.2 基准线性回归结果分析

根据Hausman检验结果，采用固定效应模型进行分析。为了降低自相关和异方差对回归结果的影响，表4基准估计结果均采用双重聚类标准误，以增加结果的可信度。

表4 基准估计结果Tab.4 Benchmark estimation result

表4中模型1为未加入任何控制变量，仅考察数字经济对中国纺织产业高质量发展的线性影响效应，结果显示核心解释变量数字经济发展水平D的估计系数在1%的水平上显著为正。模型2至模型5逐次加入G、H、U、R等控制变量，从估计结果来看，无论是否引入控制变量，变量D的估计系数均显著为正，且系数数值呈逐渐下降趋势，这一结果也反映出数字经济发展对纺织产业高质量发展的提升作用是显著且稳定的。模型5的回归结果显示，变量D的估计系数为0.103，说明数字经济发展程度每提升1%，将会驱动纺织产业高质量发展水平提升0.103%，验证了研究假设H1。

在控制变量方面，政府支持力度G和科研投入强度R的估计系数在5%的水平下显著为正，说明政府财政奖补政策、研发经费投入增加等带来的科技创新均对纺织产业高质量发展具有正向影响。人力资本水平H的估计系数为正却不显著，表明人力资本的作用有限，原因可能在于当前进入纺织产业的高素质劳动力不足，无法满足产业高质量发展对人力资源的需求。城镇化水平U未通过显著性检验，且系数符号为负，意味着城镇化不利于纺织产业高质量发展，原因可能在于城市规模扩张过快会带来诸多问题，短期内影响了地区经济增长质量提升，从而抑制了纺织产业高质量发展。

3.3 非线性影响效应分析

采用Hansen的自举法(Bootstrap)检验门槛效应的显著性，并确定模型的具体形式和相应的门槛值。检验结果显示，数字经济门槛变量显著通过单、双门槛检验，模型存在2个门槛值0.230和0.395，说明数字经济发展存在双门槛效应。基于门槛值估计结果建立双门槛回归模型，回归结果如表5所示。当数字经济发展指数分别处于3个门槛区间时，数字经济变量的弹性系数均显著为正，说明不论数字经济发展水平程度如何，均能显著驱动纺织产业高质量发展，而且随着数字经济发展指数由第1门槛区间逐渐提升至第3门槛区间，数字经济变量的估计系数由0.117提升到0.142，再提升到0.156，可见数字经济发展对纺织产业高质量发展的影响存在边际贡献递增的非线性变化趋势，验证了研究假设H2。

表5 门槛值估计与门槛回归结果Tab.5 Threshold estimation and threshold regression results

3.4 外部环境因素的约束效应分析

为检验经济、贸易、制度等外部环境因素对数字经济影响纺织产业高质量发展的约束效应，分别以经济发展水平E、对外开放水平F、环境规制力度S为门槛变量进行门槛检验，结果如表6所示。

当以经济发展水平为门槛变量时，数字经济估计系数均为正数，且越过0.542的门槛后，作用明显增强，出现边际递增效应。当以对外开放水平为门槛变量，数字经济与纺织产业高质量发展之间呈正向倒“V”型关系。对外开放水平从第1门槛区间跨越到第2门槛时，数字经济变量的影响强度显著提升，弹性系数由0.120增加到0.152，而对外开放水平达到第3门槛区间时，弹性系数降低到0.073且不再显著。这种变化趋势表明，适度的对外开放水平才能强化数字经济驱动纺织产业高质量发展。以环境规制力度为门槛变量时，在环境规制力度处于第1、2门槛区间时，数字经济对纺织产业高质量发展的影响效应显著为负，这可能是由于环境规制力度较弱时，企业环境规制“遵循成本”对研发投入产生“挤出效应”导致的。当环境规制力度跨越第2个门槛值0.074进入高水平时，出现明显的结构性变化，即数字经济对纺织产业高质量发展的影响显著为正，这可能是因为在高水平的环境规制力度下，企业“创新补偿效应”高于“遵循成本效应”，引发了企业创新成果和创新效应增加。

3.5 政策与建议

基于上述实证研究结果，提出以下政策建议：①充分发挥数字经济驱动纺织产业高质量发展的正向促进效应。要加快纺织工业互联网平台、数据中心等新型数字基础设施建设，加大核心信息技术的研发投入，同时要构建数字技术产学研用协作平台，加速数字技术成果转化，引导人工智能、云计算、大数据模式构建等数字技术应用向纺织产业渗透，辐射带动传统纺织企业利用数字技术进行智能化升级。②地方政府应精准施策，做好纺织产业数字化变革的整体布局。要构建面向纺织产业数字化转型人才需求的教育培训体系，通过成立产业学院、新一代信息技术与传统纺织学科交叉的教学培训组织等，培育一大批数字化的复合型人才；要加强对纺织产业数字化发展的财政投入，对纺织行业建设具有跨产业链服务能力的工业互联网平台和能够有效汇聚行业数据资源的大数据中心给予专项资金支持。③重视外部环境因素对数字经济驱动纺织产业高质量发展的约束。要构建开放、公正、便利的纺织产业投资环境，同时要适当提高外资引入门槛，引导优质、长期的外资投向装饰用和产业用纺织品领域；纺织产业是国家监控的高污染产业，要持续完善区域环境规制体系，加大环境监管执法力度。要加强区域政策针对性，实施分区域差别化的环境规制强度，避免部分地区因纺织企业环境规制“遵循成本”高昂而对研发投入产生“挤出效应”。