数字经济驱动制造业高质量发展的机制与路径研究

李新安,何梦园

(河南财经政法大学 国际经济与贸易学院,河南 郑州 450046)

以数字经济为代表的新一轮科技革命和产业变革,已成为现代经济体系发展的重要方向。党的二十大报告明确指出,要加快发展数字经济,促进数字经济和实体经济深度融合。因此,新时期推进制造业高质量发展,关键是要抓住新一轮科技发展正在孕育重大革命性突破的时间窗口,抓住核心环节,推进制造业数字化转型,持续激发数字经济的发展潜能,打造数字经济为制造业赋能的全新优势。在我国实施“制造强国”战略的大背景下,如何以“数字中国”为指引,实现数字经济与制造业深度融合,打造经济发展新引擎,进而带动相关行业领域的数字化取得重大进展,日益引起各界关注。因此,探究数字经济赋能制造业高质量发展的影响作用与检验机制,为制造业高质量发展的政策举措提供理论支撑,具有重要的现实意义。

1 文献综述

1.1 数字经济的本质内涵与发展特征

“数字经济”一词由美国学者唐·泰普斯科特(Don Tapscott)在1966年首次提出。他认为,数字化知识与信息正成为驱动一系列经济活动的关键生产要素。有学者认为,数字经济是通过信息经济与知识经济相互融合带来的[1],它反映了厂商搜集、加工和处理数据信息等进行的投资经营活动,从而对经济形态进行全新重塑的过程[2]。关于数字经济的发展特征及方法模型使用,盛斌等[3]计算Moran’s I指数时发现,数字经济发展在空间上呈现出高-高集聚、低-低集聚态势;赵涛等[4]的研究表明,数字经济存在正向“边际效应”非线性递增及空间溢出的特点;金灿阳等[5]基于修正的引力模型,发现数字经济发展呈现数据产业化、数字服务平台化等态势。

1.2 制造业高质量发展的核心内容与关键

学界对制造业高质量发展给予了较多关注。在制造业高质量发展核心内容方面,相关学者从不同维度进行了探讨。曲立等[6]将制造业高质量发展的内涵界定为创新、绿色、开放、共享、高效和风险控制6个维度;唐晓华等[7]认为,绿色和增效是制造业高质量发展的核心。在制造业高质量发展的关键因素上,相关学者通过使用不同方法模型进行了多视角研究。王博雅[8]依托四重分解模型研究了创新型制造企业高质量发展的驱动因素;钞小静等[9]基于分位数回归模型,发现研发设计环节已成为装备制造业高质量发展的关键因素;唐琼[10]基于供给和需求视角,认为我国制造业高质量发展应高度关注供需动态平衡的强大国内市场,推进内外双循环,实现“制造强国”和“中国智造”。

1.3 数字经济与制造业高质量发展之间的关系

对文献进行梳理后发现,从数字经济层面研究制造业高质量发展的成果相对较少。在理论方面,Manlio[11]指出,数字技术应用于制造业能够带来价值创造、技术重振和产业结构调整;Marco等[12]证实了信息技术正向驱动制造业创新发展;现有文献表明,数字经济与制造业二者深度融合发展已成为我国制造业转型与高质量发展的关键[13]。随着信息技术向制造业的渗透,数字化转型成为推动我国制造业在全球价值链中的地位攀升的重要途径[14]。在实证方面,韦庄禹[15]使用计量模型研究发现,数字经济具有提升中国制造业生产效率和优化资源配置的双重效应[16];刘鑫鑫等[17]运用面板门槛模型揭示了数字经济驱动中国制造业高质量发展的非线性动态特征;惠宁等[18]利用中介效应模型发现,扩大人力资本和激发创业活力均对数字经济强化制造业高质量发展具有显著作用。

总体来看,我国关于数字经济和制造业高质量发展关系的研究目前还处于起步阶段,对于二者的影响机制和发展路径等尚需进一步研究。为此,本文采用我国2012—2020年30个省份(因西藏和港澳台数据不完整,暂不考虑)的面板数据,运用计量模型对数字经济在制造业高质量发展进程产生的直接效应、间接效应和空间效应展开实证研究,并分析数字经济对制造业高质量发展存在的区域异质性影响,进一步探索数字经济赋能制造业高质量发展的理论机制与实践路径,以促进制造业高质量发展。

2 理论分析与研究假设

2.1 数字经济驱动制造业高质量发展的直接机制

数据作为信息的表现形式和载体,是数字经济的关键生产要素。它依托大数据、人工智能、边缘计算等数字技术在制造领域的渗透、融合与创新,最终形成制造业新的发展模式。从直接效应看,一方面,数据要素、信息技术和信息网络等要素使数字技术快速发展,加速推动制造业向数字化、智能化转型,使人类社会进入以智能制造为主要特征的新时代;另一方面,数字技术在实际应用中具备独有的优势,高扩散性、强渗透性和快突破性等特点可以促进制造业在工艺流程上实现各个环节的升级,在降低成本的同时提升制造业的生产效率和质量。此外,通过数字技术赋能实体经济,制造业和其他行业通过与数字产业进行交叉融合,能够促使制造业产业结构持续优化,最终实现从要素驱动向数据与创新驱动的动力转换。据此,提出假设1。

H1:数字经济对制造业高质量发展具有正向促进作用。

2.2 数字经济影响制造业高质量发展的间接机制

实践表明,数字经济在产业发展中能够实现要素重新组合,这已成为市场化配置资源要素的重要手段。但数字产业化和产业数字化的集聚效应、长尾效应和协同效应等的发挥,不只通过市场机制产生影响,还受许多非市场性因素的影响。已有文献研究证实:推动实现产业数字化,将对制造业质量提升产生正向影响。吴延兵[19]对中国式分权下的偏向性投资研究发现,地方政府及其官员GDP本位的晋升竞争机制,可能导致社会资本表现出“重生产轻创新”等投资偏向,将造成地区发展中科技创新要素供应短缺,对数字产业主体的创新能力、技术进步和信息化建设等产生不利影响,抑制数字经济的发展。而数字经济发展战略、创新驱动发展战略和“制造强国”战略作为国家重大战略举措,正引导地方政府陆续出台诸多领域相关支持政策,为制造业的数字化转型和发展质量提升奠定坚实基础。政府创新资源配置偏向的形成,将加大人工智能、大数据、物联网等数字化基础设施的投入,加速数字技术向实体经济渗透,带动制造业发展质量提升。基于此,提出假设2。

H2:数字经济通过政府创新资源配置偏向影响制造业发展质量。

2.3 数字经济影响制造业高质量发展的空间溢出效应

数字经济打破了地区界限和供需模式,加强了地区间各类经济活动来往的横向关联与纵向联系,产生了空间知识溢出效应。数字经济发展突破了区域间合作交流的空间限制[20],在提高制造业的交易效率以及减少资源错配方面具有显著优势[21],从而促进了我国创新效率的提高。此外,区域间企业的分工合作,将进一步推动邻近区域内技术要素、资本要素与知识要素的流动[22],扩大区域间的示范效应和竞争效应,拓展技术外溢产生的经济效果。因此,数字经济与制造业的融合渗透将带动实体经济上下游产业链重构,促进区域间的关联产业生产效率的提升。由此判断,数字经济对地区制造业高质量发展将存在空间溢出效应。基于此,提出假设3。

H3:数字经济的空间溢出效应有助于邻近地区制造业的发展质量提升。

3 研究设计

3.1 数据来源

本文选取的2012—2020年我国30个省区市的面板数据,源自国家统计局、中经网统计数据库、《中国统计年鉴》和EPS数据库等。

3.2 变量说明

3.2.1 被解释变量:制造业高质量发展(HDMI)

制造业高质量发展是中国未来实现高质量发展的重中之重。借鉴李新安等[23]的研究方法,构建制造业高质量发展综合评价指标体系(表1)。其中,因治理废水投资额和治理废气投资额存在个别年份缺失,采用插值法补齐。运用Stata17软件与主成分分析法测度制造业的发展质量。

表1 制造业高质量发展综合评价指标体系

3.2.2 核心解释变量:数字经济(DEI)

参照万晓榆等[24]的研究,构建数字经济发展综合评价指标体系(表2),并利用主成分分析法对指标进行测算。

表2 数字经济发展综合评价指标体系

3.2.3 中介变量:政府创新资源配置偏向(INNOVA)

财政研发投入作为政府驱动创新的典型政策工具,能直接促进和引导创新。在前文研究假设的基础上,本文选取政府创新偏向这一中介变量来研究数字经济影响制造业高质量发展的传导机制。数字经济发展与数字化转型是地方政府非常重视的领域,地方政府在引领数字技术重塑经济社会运行方式中具有重要作用。在此,采用财政支出中科学技术研发支出占地方财政支出的比重来衡量地方政府的创新资源配置偏向。

3.2.4 控制变量

具体包括:政府职能(GOV),以各地财政一般预算支出与地区生产总值的比值来衡量;产业结构升级(UPG),以各省份第三产业增加值与第二产业增加值之比来衡量;城市化水平(URBAN),以城镇人口占总人口比例来代表;对外开放能力(OPEN),以进出口总额占地区名义生产总值的比重表示(进出口总额选用历年中美平均汇率将境内货源地和目的地的进出口总值折算成人民币口径);消费水平(CON),以社会消费品零售总额占地区名义生产总值的比重表示;经济发展水平(PGDP),采用地区人均生产总值的自然对数来表征。

3.3 模型构建

为检验数字经济与制造业高质量发展的直接效应,设定如下基准模型:

HDMIit=α0+α1DEIit+α2Xit+μit

(1)

其中,i表示省份,t表示年份;HDMIit代表省份i在t年的制造业高质量发展水平;DEIit代表省份i在t年的数字经济发展水平,α1为核心解释变量即数字经济的回归系数;X表示一系列控制变量的集合,α0为常数项,μit为随机扰动项。

3.4 变量的描述性统计

本文主要变量的描述性统计如表3所示。从表3可以看到,制造业高质量发展的最大值和最小值分别为6.067和-2.658,说明不同地区制造业高质量发展水平存在较大差异;均值为0,中位数为1.413,说明部分地区制造业处于较低水平。数字经济的最大值为8.119,最小值为-1.901,说明样本省份间在数字经济发展方面存在差异。控制变量中,产业结构升级的最大值与最小值相差最大,说明地区间产业结构的构成存在较大差异,有的地区产业结构可能面临较大的转型升级压力。

表3 描述性统计结果

4 实证检验

4.1 基准回归与直接机制检验

首先基于Hausman检验,选用固定效应模型。因个体差异可能会带来内生性问题对数据估计造成不良影响,所以具体研究时采用个体固定效应回归模型。考虑到可能在模型估算时出现异方差及序列相关问题,研究采用了“OLS+聚类稳健标准”的方法(表4)。

表4 基准回归结果

表4的回归结果表明,数字经济直接影响制造业高质量发展。(1)列和(2)列分别是不加入控制变量和加入控制变量后的结果,但数字经济的回归系数均在1%水平上正显著,意味着将数字经济作为要素引入经济活动中,优化了生产力和生产关系,提高了资源分配效率,对制造业生产方式变革和创新动力转换等具有积极作用。数字经济发展水平每提升一个单位,制造业高质量发展水平约提升0.484个单位。同时,各地区产业结构升级的系数和对外开放能力的系数呈负显著,表明如果不顾经济整体发展,过分追求制造业总量增长,可能会降低本地区的产业发展水平;而劳动密集型制造业出口竞争力的下降,高水平的对外开放,也使得制造业要在各方面适应新时期的需求;政府规模、消费水平、城镇化水平与制造业高质量发水平之间呈现不显著的负相关关系,说明扩大消费、城镇化扩张及增加财政支出等方面并没有切实提升区域制造业发展的质量。尽管经济发展水平的回归结果较小,其系数检验不是很明显,但在某种程度上可以说明,增加数字经济及其主体的活跃力量,将加强产业之间的关联效应与集聚效应,从而对制造业高质量发展产生积极作用,但这一效应还需进一步强化。假设1得到验证。

4.2 间接机制分析

为了检验数字经济发展能否通过政府创新资源配置偏向这一中介变量来提高制造业的高质量发展,设定如下中介效应模型:

innovit=β0+β1DEIit+β2Xit+εit

(2)

HDMIit=γ0+γ1DEIit+γ2innovit+γ3Xit+εit

(3)

式(2)及(3)中,innovit表示i省份在t年的政府创新资源配置偏向,其他变量定义同基准回归模型。

数字经济对制造业高质量发展的间接效应如表5所示。

表5 数字经济对制造业高质量发展的间接效应

表5中,(1)列的数字经济系数显著为正,对其进行中介效应分析的条件已经得到满足。具体分析时使用个体固定效应估计方法。

(2)列回归系数显著为正,说明在数字经济发展过程中,地方政府已认识到数字经济在经济活动中产生的重大影响,加大了对数字创新的支持力度。即:数字经济发展在很大程度上依赖政府的支持。政府的创新支持使得基础建设、资金投入、科技研发等都得到进一步强化,既发挥了政府的主导作用,又为数字经济发展夯实了基础。这也与现实中观察到的各地积极实施创新驱动发展战略、密集出台支持数字经济发展政策等事实相吻合。

(3)列回归结果表明,数字经济对制造业高质量发展仍然呈正向显著,政府创新资源配置偏向的系数为正,但未能通过10%的显著性检验,说明在数字经济的新发展模式上可能存在一些风险。原因可能是:一方面各地数字经济发展基础不同,产业结构存在差异,导致区域间数字经济发展质量和水平所处的阶段不同;另一方面,可能与各地政府针对数字经济发展所处阶段所施行的政策和发展重点存在差异有关。此外,政府作为经济活动主体之一,面对数字技术平台所组成的新业态,也想进一步探究如何通过政府创新资源偏向引领数字经济发展,从而推动数字经济与传统制造业的融合与创新。

基于此,采用调节效应模型做进一步研究。即将数字经济与政府创新资源配置偏向的交叉项作为解释变量引入基准模型式(1),其余变量与基准模型保持一致,结果见表6。

表6 调节效应的回归结果

表6中,(1)列回归结果表明,数字经济与制造业高质量发展呈正相关,且DEI*INNOV的系数估计值约为5.743并在1%的水平下显著,表明政府创新资源配置偏向在对数字经济与制造业高质量发展的影响关系中发挥着显著的强化作用。原因可能是:合理的政府创新资源配置为数字经济提供优质的资源分配,使其成为制造业高质量发展的显著驱动力。即:政府创新资源配置偏向会促进数字经济对制造业高质量发展的赋能效应。假设2得到验证。

4.3 空间溢出效应分析

数字经济“跨越”地理距离,可以降低经济活动受到的空间限制,实现产业间跨地区交流合作进而产生空间溢出效应。下文通过空间计量的方式分析数字经济与制造业发展的空间关联关系。

其一,构建空间权重矩阵。在邻接距离权重矩阵下,首先对2012—2020年30个省份的数字经济与制造业高质量发展水平进行空间自相关检验。利用Moran′I指数测算2012—2020年间我国制造业高质量发展水平与数字经济发展指数的空间影响程度,二者的Moran′I指数至少在10%的水平下显著,表明均存在明显空间集聚并呈现出空间正相关性。结果见表7。

表7 制造业高质量发展和数字经济的Moran′I指数

其二,选取空间计量模型。构建空间杜宾模型,验证制造业的高质量发展如何受到邻近地区数字经济发展水平的影响。回归方程式为:

HMDIit=σ0+ρW×HMDIit+σ1DEIit+

σ2W×DEIit+σ3Xit+μit

(4)

式(4)中,W为空间权重矩阵;W×HMDIit表示各省制造业发展水平的空间滞后效应;W×DEIit表示各省份数字经济的空间滞后项;ρ表示空间回归系数;其余变量同基准回归模型。利用LR及Wald检验证明空间杜宾模型(SDM)更适合于本文分析。基于Hausman检验,选取固定效应模型进行分析。估计结果见表8。在SDM模型下,数字经济对制造业高质量发展水平在1%的水平下显著为正,表明数字经济所具有的创新效应、渗透效应及成本降低效应等优势,能有效推动本地制造业的高质量发展。数字经济的空间滞后项同样在1%的水平下正向显著,说明周边地区数字经济的发展也能带动本地的制造业高质量发展。

表8 SDM回归结果

其三,对空间回归结果进行分析。数字经济与制造业之间存在着显著的正向相关关系,数字经济对制造业高质量发展水平的直接效应、溢出效应、总效应在1%的显著性水平上都是正值,如表9所示。这说明,数字经济发展对本省提升制造业发展质量有正向显著的直接效应,并可通过空间溢出效应对邻近其他省份制造业发展质量产生显著的推动作用,再次证实假设1成立。说明数字经济发展能够降低传统能源消耗,减少资源浪费,提高制造业的产出效应和质量。间接效应正显著,证实假设3成立,即数字经济的发展产生了显著的空间溢出效应,数字要素投入经济活动中,促进了邻近地区之间信息的传递、交流和共享等,带动了周围地区制造业的高质量发展。

表9 总效应分解结果

其四,对空间溢出效应做稳健性检验。将样本时间缩短到2016—2020年,并使用经济距离矩阵进行替换,可以发现,数字经济对制造业高质量发展水平的直接效应、空间溢出效应与总效应均在1%、5%的水平上正显著,没有发生根本性变化(表10),证实了假设3的稳健性。

表10 空间溢出效应的稳健性检验

4.4 异质性分析

将全国30个省份按照经济水平划分为东部、中部和西部三大地区,分析区域数字经济对制造业发展质量的影响。数字经济的发展对地区制造业发展质量提升至关重要,对东部、中部和西部地区均有明显的促进作用(表11)。东部地区数字经济的回归系数最高,其次是中部地区,原因可能在于:东部地区拥有更充足的资金、更完备的基础设施、更多的高技术人才以及其他资源。数字化高发展水平所带来的优势,可以在引领制造业高质量发展方面得到更全面的释放,而中部和西部地区因数字化专业人才缺乏和数字化设施、数字化系统等方面不完善,一定程度上制约了数字化在制造业发展质量提升中的作用发挥。

表11 异质性检验

4.5 稳健性检验

4.5.1 剔除极端值

对所有连续变量在1%水平上进行双侧Winsorize缩尾处理,剔除极端值可能产生的影响,结果见表12。表12表明,数字经济对制造业高质量发展的促进作用在1%的水平上正向显著。本文上述结论得到证明。

表12 稳健性检验

4.5.2 分时段回归

发展数字经济于2015年上升到国家战略层面,因而将样本研究划分为两个时间段:时间段(1)2012—2015年;时间段(2)2016—2020年。如表12所示。数字经济对制造业发展质量的影响即便在样本期内的不同时间段仍显著为正,证实了上述回归结果的稳健有效性。

4.5.3 内生性

在实证检验中,可能产生内生性问题。在模型估计时采用下面两种方法缓解。

其一,将解释变量数字经济发展水平滞后一期,见表12。t-1期的数字经济发展的回归系数在1%的水平上显著为正。基准回归结论依旧稳健。

其二,工具变量法。由于数字经济发展和制造业高质量发展水平在因果上具有某种内生关系。为了保证模型拟合程度,借鉴Nunn等[25]的做法,利用各地区固定电话普及率与上一年全国互联网用户数的交乘构建面板工具变量。为进一步克服工具变量可能出现的偏误问题,同时以数字经济指标滞后一期为另一工具变量。据此,进行两阶段最小二乘回归。结果表明,K-Prk的LM统计量是9.136,p值是0.010,不存在工具变量识别不足的情况。K-Prk的WaldF统计量为319.312,远大于Stock-Yogo弱识别检验在10%水平上对应的临界值19.93,表明可排除工具变量的困扰。因此,数字经济驱动制造业发展质量提升的论断依旧成立。

5 结语

制造业通过数字经济驱动转型,对巩固制造业竞争优势、实现其在全球价值链地位中的攀升至关重要。本文基于2012—2020年30个省份的面板数据,分析了数字经济对制造业发展质量的影响程度、作用机制与空间溢出效应,得出如下结论。①数字经济可以显著提升制造业发展质量。采取剔除异常值、分组回归与引入工具变量等一系列回归检验后,上述结论仍旧成立。②数字经济通过政府创新资源配置偏向间接影响制造业发展质量。良好的政府创新激励政策有利于增强数字经济对制造业发展质量的提升效应。③我国各地区数字经济与制造业发展空间相关性显著,数字经济对制造业发展质量在整体上有正向溢出效应。数字经济发展在提高本地区制造业发展质量的同时,也会对邻地区的制造业发展质量产生正向影响。④数字经济对制造业发展质量的影响存在显著的地区异质性特征,整体作用效果呈现出东部优于中部、中部优于西部的梯次特征。

根据上文分析,为更好地建设制造强国、质量强国、网络强国和数字中国,提出以下建议。第一,完善数字经济发展的基础设施建设,持续推进制造业提质增效。各地政府要抓住建设数字中国的良好机遇,因地制宜完善数字基础设施体系,提高数字经济在制造业发展质量中的贡献度。第二,强化政府的创新资源配置偏向,推动制造业数字化转型。政府创新资源配置偏向是数字经济驱动制造业高质量发展的重要途径,但数字技术在制造业的应用依赖于数字技术的产出,因此要重视技术研发环节的创新投入。同时,提高政府创新管理能力,进一步强化政府的创新偏向。还需采取相应政策鼓励创新,培育高素质数字化专业人才,为制造业数字化转型提供智力支持。第三,加强地区协作,发挥数字经济对制造业发展质量提升的空间溢出效应。为此,在全国统一大市场的推进中,要优化数字经济空间溢出和辐射效应发挥的市场环境,着力保障数据安全,解决平台垄断问题,让数字创新要素在地区间充分流动,持续释放数字经济溢出红利,以拓展制造业发展的空间。