数字经济赋能我国制造业高质量发展路径研究

摘 要：数字经济的兴起带动制造业高质量发展的动力与日俱增，两者融合发展的趋势愈发明显。本文选取两者发展水平均位居中国前列的长江三角洲地区为研究对象，旨在探究数字经济通过何种路径对制造业高质量发展赋能。本文结合理论研究和实证分析，运用TOPSIS熵权法和耦合协调度模型等计量方法，分析得出研究对象前者对后者存在显著的直接赋能效应，前者对产业融合水平的提升有显著促进作用，并通过产业融合产生部分中介效应，间接对后者进行不同程度的赋能。最后，本文结合论证提出措施与建议，以期早日达到产业链、价值链双提升的目标。

关键词：数字经济；制造业高质量发展；TOPSIS熵权法；耦合协调度模型；中介效应

本文索引：周子怡.<变量 2>[J].中国商论，2023（16）：-066.

中图分类号：F427 文献标识码：A 文章编号：2096-0298（2023）08（b）--04

1 引言

2022年，政府工作报告再次强调，要“增强制造业核心竞争力”，这是此项措施首次被写入政府工作报告，与2021年“保持制造业比重基本稳定”的表述相比，要求更高、方向更明。在制造业高质量发展的今天，数字经济通过进行产业融合产生的影响路径值得深入研究。

2 核心概念界定、赋能机制和研究假设

2.1 核心概念界定

数字经济是指以数字化、网络化、智能化为显著特征，并以信息化为载体、以数字化信息为生产要素的一切经济活动的总和。

制造业高质量发展指转变为新的发展环境后，制造业发展模式发生从外延增长向内生增长的一系列要素驱动的跃升转变，由从前的要素驱动、投资驱动转变为创新驱动。

2.2 赋能机制和研究假设

数字化的加持，使之在多平台间的运转产生赋能，即平台赋能；数字化技术革新，带动制造业发展的模式更新，即技术赋能。制造业如果想在当今激烈的市场竞争中发展势如破竹，就需要多产业融合发展的新态势。在多方赋能的同时，数字经济也在无形中加速了产业间的融合，这是当今时代的必然趋势。因此，基于以上逻辑路径，本文提出三条假设：

H1：数字经济水平的提升，助推制造业高质量发展的方式是自身直接赋能，如信息化平台赋能、技术研发赋能等。

H2：数字经济对产业融合水平具有正向促进作用，数字经济发展的同时，在一定程度上能够带动产业融合水平提升。

H3：产业融合具有中介效应，数字经济通过产业融合的赋能效应，使其对促进制造业高质量发展产生了正向显著的间接促进效应。

3 长三角地区数字经济与制造业高质量发展水平测度

3.1 数据来源

本文数据主要来源于政府官网历年《中国统计年鉴》与长三角地区各地市统计局网站、统计年鉴与统计公报等。变量指标数据依据国内国际分类标准为基础，对原始数据进行归纳和整理，最大程度地保证数据的真实性、可得性、可信性。

3.2 测度方法

本文综合考量了杨静（2022）、吕东阳和张永庆（2022）及雷靖雯（2022）的研究思路，在DEA、熵权法、耦合协调度模型、灰色关联度分析法等方法中，考虑到本文的变量选择和数据获取等方面因素，选择熵权法和耦合协调度模型进行指标的测度和分析。

3.3 测度结果

本文通过TOPSIS熵权法步骤进行测算，分别得出在2013—2020年长三角地区三省一市数字经济和制造业高质量发展评价体系数据，并分别作为核心解释变量与被解释变量数据，用于后文计量模型的实证分析（见表1、表2）。

4 数字经济对制造业高质量发展赋能路径实证研究

4.1 研究设计

4.1.1 变量定义

（1）被解释变量与解释变量。本文选用制造业高质量发展水平（HMI）为被解释变量，数据采用测度所得长江三角洲地区三省一市2013—2020年的制造业高质量发展综合指数；选用数字经济发展水平（dlode）为核心解释变量，数据采用测度所得长江三角洲地区三省一市2013—2020年的数字经济综合指数。

（2）中介变量。通过参考邢皓（2021）的文献资料，产业融合水平（ICL）能够直观地反映前文假设中的各产业融合程度，本文选其作为中介变量（见表3）。

（3）控制变量。本文控制变量的选取参考秦三毛（2020）的做法，共选取三个变量作为控制变量：城市化率（urban）、金融发展水平（financial）和人力资本（human）。

4.1.2 模型设计

结合上文评价指标体系的构建及数据说明可知，研究所选取样本范围为江浙滬皖四个省级区域，即 n=4；时间维度为 2013—2020年，即 T=8，n

其中，包含核心解释变量、被解释变量、控制变量、中介变量等；常数项为（constant）随时间变动的趋势变量和不随时间变化的解释变量。

在本文中，面板回归模型的具体形式为：

其中，是通过TOPSIS 熵权法测度而构建的制造业高质量发展评价指标体系数据，表示制造业高质量发展水平；dlode为数字经济发展水平，测度方法同上；X为控制变量；dlode前系数是核心解释变量系数；X前系数制变量系数；为常数项；为随机误差。为研究结果中的重要部分，若其显著为正，说明解释变量dlode对被解释变量HMI的赋能作用是正向赋能；反之，亦然。

4.2 实证分析

4.2.1 描述性统计

变量的描述性统计如表4所示。

4.2.2 相关性分析

变量的相关性分析如表5所示。

4.2.3 回归结果与中介效应分析

本文参考温忠麟（2004）和邢皓（2021）等大多数学者的做法，采用“三步法”建立中介效应模型。

第一步，运用回归方程（2）进行核心解释变量与被解释变量间直接赋能效应的测度分析。

第二步，加入中介变量产业融合水平（ICL），将其作为被解释变量放入模型（2），运用回归方程（3）考察数字经济对产业融合的影响（见表6）。

第三步，联合显著检验，将被解释变量和中介变量均放入模型（3）中，运用回归方程（4）检验三者间的赋能效应。

由回归结果可以得出，三个回归模型结果均在1%的显著水平上显著，实证模型检验三条假设均成立。

4.2.4 稳健性检验

通过替换自变量测度指标的方式，进行上述模型的稳健性检验（见表7）。

替换核心解释变量的测度指标后再次进行稳健性检验，各关键回归系数仍为正数且在1%的显著性水平上显著，说明假设中的三条赋能路径均通过检验，且具有一定的稳健性。

5 结语

5.1 主要结论

本文经过实证分析，总结得出以下几条结论：

第一，数字经济通过自身直接赋能，对制造业高质量发展显著促进，数字产业规模的赋能效应最强。

第二，数字经济对产业融合水平具有正向促进作用，数字经济发展的同时，在一定程度上能够带动产业融合水平的提升。

第三，数字经济通过产业融合的赋能效应，间接对制造业高质量发展水平的提升产生正相关的促進效应。

5.2 政策建议

第一，加快建设数字化，利用产、学、研协同为数字化创新培养人才提供支撑。数字化的提升对数字经济发展水平是最直接的促进作用。对于制造业而言，能够从多方面产生正向反馈。引进数字化创新，能够对市场信息、客户画像进行精准定位，对降低库存成本、增产增收有着质的飞跃。

第二，推进制造业信息化、制造业服务化、制造业智能化“三化”建设。《中国制造2025》明确提及推动服务型制造和生产性服务业发展等战略任务，因而制造业服务化也是未来的一种发展趋势。由“提供产品”到“提供产品+服务”模式的转变，在制造业企业中加快推进智能化改革，更好更快地突破我国制造业的服务化困境。

第三，培育产业新动能。数字经济蓬勃发展背景下，更易形成规模经济。大数据、物联网、人工智能与云计算等数字经济范畴的新概念，能够测算消费者偏好，在降低信息获取成本、物流成本、仓储成本和交易成本的同时，助推制造业产业链和价值链双提升。

参考文献

刘翠花.数字经济对产业结构升级和创业增长的影响[J].中国人口科学，2022（2）：112-125+128.

李蕾.黄河流域数字经济发展水平评价及耦合协调分析[J].统计与决策，2022（9）：26-30.

吕东阳，张永庆.数字经济发展水平测度研究：以上海市为例[J].中国物价，2022（4）：20-22.

杨静.长三角城市群基础设施水平测度及耦合协调评价研究[J].白城师范学院学报，2022，36（2）：47-56.

周少甫，陈亚辉.数字经济对经济高质量发展的影响研究：基于服务业结构升级的视角[J].工业技术经济，2022（5）：111-121.

惠宁，杨昕.数字经济驱动与中国制造业高质量发展[J].陕西师范大学学报（哲学社会科学版），2022，51（1）：133-147.

朱丽萌，何玉娟.数字经济赋能欠发达地区制造业高质量发展的实现路径[J]. 中国井冈山干部学院学报，2021，14（6）：130-136.

殷维.数字经济下制造业高质量发展的路径与建议[J].商场现代化，2021（22）：124-126.

傅为忠，刘瑶.产业数字化与制造业高质量发展耦合协调研究：基于长三角区域的实证分析[J].华东经济管理，2021，35 （12）：19-29.

项义军，潘子龙.基于全要素生产率中介效应的数字经济发展与制造业出口质量升级研究[J].商业经济，2022（5）：35-37.

吴爽.数字经济和制造业高质量融合发展的对策研究：基于杭州的实践分析[J].中共杭州市委党校学报，2021（6）：88-96.

邹玉坤，谢卫红，郭海珍，等.数字化创新视角下中国制造业高质量发展机遇与对策研究[J].兰州学刊，2022（1）：38-52.

苟波，洪功翔.数字经济推动制造业高质量发展的实证研究：基于安徽省2010—2020年的面板数据分析[J].安徽行政学院学报，2021（5）：60-68.

刘鑫鑫，惠宁.数字经济对中国制造业高质量发展的影响研究[J].经济体制改革，2021（5）：92-98.

王瑞荣，陈晓华.数字经济助推制造业高质量发展的动力机制与实证检验：来自浙江的考察[J].系统工程，2022，40（1）：1-13.

胡德顺，潘紫燕，苏斌.数字经济、制造业升级和经济高质量发展：基于长江经济带107个城市的实证检验[J].湖北文理学院学报，2021，42（8）：29-38.

饶瑞竹，陈光莉.数字经济推动安徽省制造业企业高质量发展研究[J].商场现代化，2021（14）：124-127.

邢皓.数字经济赋能安徽制造业高质量发展的实现路径研究[D].蚌埠：安徽财经大学，2021.

李英杰，韩平.数字经济下制造业高质量发展的机理和路径[J].宏观经济管理，2021（5）：36-45.

秦铸清，朱玉琴，王德平.数字经济与制造业高质量发展的耦合协调分析：基于成都与北京的比较[J].西部经济管理论坛，2021，32（2）：31-43.

韦庄禹，李毅婷，武可栋.数字经济能否促进制造业高质量发展：基于省际面板数据的实证分析[J].武汉金融，2021（3）：37-45.

杭州：打造数字经济和制造业高质量发展“双引擎”[J].信息化建设，2021（3）：46-48.

刘利.“数字经济”背景下金融支持制造业高质量发展研究[J].中小企业管理与科技（上旬刊），2021（2）：61-62.