长江中游城市群制造业数字化转型升级水平及其影响因素

陈 飞, 刘清泉, 朱李灵, 黄子琦

(湖南理工学院, 湖南 岳阳 414006)

长江中游城市群是中国重要的经济区域之一,其制造业面临转型升级的压力和机遇。国家支持政策推动数字化转型发展,加快建设数字中国。数字化发展将促进实体经济和新产业发展,壮大经济引擎。

制造业数字化是指数字技术与传统产业逐渐实现深度融合。企业通过数字技术等大数据手段来优化资源的合理配置和经济的可持续发展。制造业数字化是通过数字技术来优化生产、运营、销售、服务等方面高质量制造的方式。其中,数字技术通过云计算、人工智能等技术降低搜索成本、运营成本、边际成本交易成本等,改变原有传统的生产方式和商业模式,对制造业产生了巨大的冲击与转型升级的新动力。第一,袁淳等[1]认为数字技术可以降低企业面临的外部交易成本,让企业相关方达成去中介化的商榷方式,提高了企业的全要素生产率,让数字经济和实体产业实现深度融合和专业化发展;第二,吕文晶等[2]认为制造业需要智能生产,达到三化高效率水平,并且不断迭代升级,生产出智能产品满足最终用户端的需求和理解数字时代的商业环境;第三,戚聿东等[3]认为数字产业与传统产业技术融合,数字化技术催生新业态、新产业、新商业,优化产业链群和结构升级;第四,张振刚等[4]、单宇等[5]认为数字化可以让企业数据资源通过整合或转化来赋能产品创新绩效。

在充满复杂多变的动态环境中,企业需要及时调整过去的生产运营模式和战略方向,以寻求新的动力、突破和发展机会。虽然,目前对于制造业数字化转型的研究比较丰富,但是对于制造业数字化转型的研究尚且还没有达成共识,模型也没有得到统一和标准化。

本文以长江中游城市群为研究对象,采用熵权法构建制造业数字化水平评估指数,包括数字技术转型、创新能力转型和效益转型3个维度,共15指标。同时,对相关城市的数字化转型升级水平进行影响因素分析。

1 数据来源及研究方法

1.1 数据来源

制造业相关数据来源于《中国城市统计年鉴》《中国环境统计年鉴》《中国电子信息产业统计年鉴》《中国科技统计年鉴》及各省份统计年鉴和统计公报。基于数据的可得性,选取长江经济带中游的28个城市作为样本,涵盖2009—2021年的数据。由于部分年份数据缺失,制造业产值采用工业产值作为替代。

1.2 研究方法

熵权法是一种多指标综合评价方法,基于信息熵和熵权法原理。通过计算指标数据的熵值,确定指标的权重,将各指标得分加权求和,得到评价对象的综合得分。基于此,本文拟通过熵权法对长江中游城市群28个主要城市的数字化水平进行实证分析。同时,从3个指标维度进行权重赋值,从数字技术、创新能力及效益水平进行综合评价,以期为促进制造业数字化提供理论依据。

2 数字化水平分析

2.1 指标体系的构建

2.1.1 数字技术转型

数字化技术转型是以大数据手段来实现资源的合理配置和经济的可持续发展,是借助云计算、人工智能、工业互联网等数字企业技术应用于制造业的生产和信息处理过程。借鉴罗序斌和黄亮[6]对于制造业创新发展的研究,以数字化设备投入、信息技术的应用能力、人工智能的应用能力、数字化信任与安全建设能力来测度。数字化设备投入包括企业的硬件设施、软件、网络设施及辅助设备的购置和维护;数字化技术转型产生了庞大的数据资源,信息技术能力运用的强弱是制造业企业数字化水平高低的体现;人工智能应用是指企业通过网络设备和物理设施的融合来完成传统制造业的全生产工序。这样不仅提高企业自身生产效率和改善各层级之间的衔接生产,而且为可持续发展和协同创新发展提供参考依据。最后,数字化信任与安全问题包括平台安全、网络通信安全、企业核心数据安全、用户间信任安全等[7]。

2.1.2 创新能力转型

传统制造业要想在数字经济时代稳步向前,亟须挖掘出企业自身数字化创新转型的能力。由于传统制造业企业数字技术和生产效率都相对较低,因此创新就落在生产、产业协同合作[8]、产品服务上。通过生产、产业协同合作及产品服务数字化提高传统制造业在生产、生产链及服务三个方面的赋能技术创新,从而优化生产结构、降本增效和国内外企业协同生产的方式与产品服务[9],提高客户满意度和忠诚度,并且让企业自身获得相较优势的特色。借鉴2004—2015年的《中国制造业发展研究报告》的相关内容,用企业产品研发强度、产业协同合作和有效的产品服务来衡量企业的数字化创新能力转型水平。其中,企业产品研发强度是企业实现产品创新的动力引擎。产品的研发强度可以用企业所有的数字化人才数量与质量来表示,数字化人才数量、质量、有效产出的专利数量和产品研发强度高度正相关;企业数字化产业协同合作是进入价值生产链的重要条件[10];服务的创新体现精准的用户需求产品,让用户参与到新产品的研发和销售过程。

2.1.3 效益转型

数字化效益转型是制造业数字化路径升级的直接体现,通过将数字技术、人工智能、工业互联网、云计算等技术应用到制造业价值链的各个环节,优化生产运用、创新产品服务、改善业态等使得企业高质量高水平生产。一方面是经济价值效益的改进,另一方面是生态效益的改善。数字化效益主要由商业生态效益和环境生态效益两方面[11],其中,商业生态效益包括净资产收益率、流动资产周转率、资产负债率和主营业务收入增长率4个指标;环境生态效益从资源要素和环境要素两个方面考虑,资源禀赋方面主要体现是资源的使用效率,可以用综合能源单位产值来衡量;环境禀赋方面主要体现在污染物的排放,可以用单位产值污染物排放量来衡量。由于长江中游地区各个省份城市较少制造业生态效益的数据,而制造业隶属于工业,因此选取工业企业的数据来代替。

数字技术、创新能力、效益水平3项一级指标及15项二级指标如表1所示。

表1 制造业数字化转型评价体系

2.2 长江中游城市群的数字化水平分析

2.2.1 长江中游城市群制造业技术升级、创新升级和效益升级并进的态势分析

制造业数字水平分为技术升级、创新能力和效益水平3个维度进行分析(表2)。长江中游城市群制造业数字化水平的技术升级分析如下。

表2 2021年长江中游城市群各市的制造业数字化水平

(1)基于云计算、大数据和人工智能等的数字化解决方案的应用,数据采集、分析和处理增强了生产管理能力,提高了效率和质量。数字化技术创新改变了管理模式,实现了生产过程的监控、质量控制和成本管理。因此,长江中游城市群的数字化水平不断提高。

(2)企业积极引进新技术、新工艺、新材料,提升自主研发和竞争力。人才是数字化升级的重要支撑,城市群大力引进高素质人才,提升数字化技术应用能力。城市群之间产业协同效应强,形成产业分工推进数字化技术的研究和应用,促进产业协同效应的提升。长江中游城市群的数字化水平不断提升,得益于创新能力推动。

(3)制造业数字化优化了生产效率、产品创新、质量和产业协同,降低生产成本、缩短周期,提高市场竞争力。并且数字技术促进市场分析、预测,快速满足需求,推动产品创新和服务升级,提升附加值。使得长江中游城市群制造业迅速发展,提升经济效益。同时,制造业数字化促进企业绿色转型,减少污染物排放,资源利用高效。其中,节能减排、资源循环利用和智能精细管理提高环保水平,体现了绿水青山就是金山银山的理念,推动区域经济和生态可持续发展。

长江中游城市群的制造业数字化水平在2009—2021年期间显著提高。通过引进新技术、新模式和新方法,推动技术化、创新化和绿色化转型。制造业数字化技术的应用范围不断扩大,成熟度和普及率提高,对制造业的作用逐年增强。

2.2.2 制造业数字化技术、数字化创新、数字化效益并进的市级比较

从制造业技术升级、创新升级和效益升级各个维度来分析,长江中游城市群中不同城市的制造业数字化转型升级程度水平不一,省会城市的数字化水平明显高于其他城市的数化水平。

(1)武汉、长沙、南昌、宜昌和九江是制造业数字化技术升级最高的5个城市,其中武汉达到了0.731 4的最高水平。省会城市通常在政策支持、产业布局、经济底蕴和人才储备方面更容易实现数字化水平的提升。相比之下,其他城市可能面临资金短缺和人才匮乏等问题,导致数字化技术升级较慢。

(2)长沙、武汉、株洲、荆州和南昌是制造业数字化创新升级排名前五的城市。其中,武汉、长沙和南昌是省会城市,拥有丰富资源和市场,取得了较好的数字化创新成绩。作为工业城市的荆州和株洲虽规模较小,但也在数字化创新方面取得了不俗成绩。

(3)咸宁、岳阳、九江、襄阳和吉安是制造业数字化效益排名前五的城市,平均值为0.679 1。这些城市在能源利用效率、综合废物治理、环保产业发展和绿色工匠队伍培育方面努力,推动传统工业向绿色工业转型,从而显著降低单位能源消耗、电力消耗、废水和废气排放等指标,提高工业的绿色化水平。

从长江中游城市群制造业技术升级、创新能力、效益水平与数字化水平整体水平来看,长江中游城市群大部分城市的数字化水平低于0.501 2。具体可以分为三个梯队:①武汉、长沙、南昌、九江、宜昌、株洲、岳阳、咸宁、襄阳、荆州是第一梯队的城市。周边地区有高等教育资源、产业聚集和政府支持,推动了数字化水平提升。投入和政策支持也是重要因素。②荆门、萍乡、吉安、鄂州、益阳、孝感、宜春、上饶、常德、黄石、娄底、湘潭和黄冈为第二梯队城市。这些城市的数字化发展存在内部不平衡,如吉安和益阳在效益方面表现好但技术升级和创新较弱,萍乡市在创新方面有优势但技术升级和效益较低。③第三梯队城市为抚州、衡阳、鹰潭、新余和景德镇。这些城市受制于政府投入、数字化人才、产业结构、市场规模和资源限制,缺乏明确的数字化发展战略和规划,导致数字化建设缺乏整体性和系统性,难以形成规模效应。

3 制造业数字化转型升级的影响因素分析

3.1 变量描述与数据分析

3.1.1 技术升级路径

借鉴周源等[12]、罗序斌和黄亮[6]将制造业软件技术和制造技术相融合,以显著提升制造系统的建模能力,增强对不确定性和复杂性问题的处理能力,从而显著提高企业的效率和效益。技术指标用固定资产投资(Fi)、制造业数据处理技术(Dpt)和数字化网络安全技术(Nst)来刻画技术升级的技术含量。固定资产投资(Fi)以软件和信息技术服务业固定资产投资额来度量;制造业数据处理技术(Dpt)以信息系统集成服务收入、数据处理和存储服务收入之和来度量;数字化网络安全技术(Nst)用信息传输、软件和信息技术服务业投资额来度量。

3.1.2 创新升级路径

制造业创新能力是传统制造业向数字化制造业升级的根本推动力。中国在创新能力方面不断提升,但在区域分布上有明显差异,中部地区城市的创新绩效要远低于东部地区,且中部地区从未出现过创新绩效中心城市[13]。长江中游城市群的制造业数字化创新升级是亟须解决的问题。参考世界知识产权组织(Worle Intellectual Property Organization,WIPO)的《2021年全球创新指数》从社会、商业模式和技术等层面来衡量创新指数。创新指数用科技创新效率(RD)、实用新型专利和产业协同制造来度量。科技创新效率(RD)以每万元产值的研发成本表示;实用新型专利以实用新型专利受理数量(um)[14]来度量;产业协同制造用联营企业的产业协同合作收入水平(Inclevel)[15]来度量。

3.1.3 效益升级路径

制造企业可以通过数字化效益升级来创造经济发展和环境保护之间的和谐。这对企业的长期生存至关重要,制造业数字化不仅能带来经济效益,还能够提高企业的结构优化和可持续性,从而提高生态效益。生态效益可以反过来获得全社会性和创造性的回报。生态指数用能源投入(Ei)、电力消耗量(CE)、废水排放量(WW)来度量。生态指数用能源投入(Ei)用能源使用总量来表示、电力消耗量(CE)用制造业电力消耗量来表示、废水排放量(WW)用规模以上工业中制造业企业废水排放量表示。

本文使用2009—2021年长江中游城市群面板数据进行实证研究,数据来源包括官方统计年鉴和通过查询地方统计局官网、使用EPS和Wind数据系统进行补充的数据。部分原始数据经过价格平减处理。相关指标的统计情况如表3所示。

表3 制造业数字化转型升级水平的影响因素的描述性统计

3.2 回归分析

为了深入分析制造业数字化路径升级的影响因素,采用面板数据回归分析方法。回归分析之前,使用拉格朗日乘数检验单位根(Lagrange multiplier test for a unit root,LLC)检验面板数据平稳性,并分别进行混合回归(ordinary least squares,OLS)、固定效应(FE)、随机效应 (RE)估计。应用最小二乘虚拟变量法(least squares dummy variable,LSDV),建议采用个体效应而非混合回归模型。Hausman检验在1%显著性水平上拒绝了随机扰动项与解释变量无关的原假设,这说明固定效应(FE)模型比随机效应(RE)模型更适用。为消除随机扰动项可能存在的异方差性和序列相关性,采用广义最小二乘法(feasible generalized least squares,FGLS)对模型进行了估计。LSDV法、Hausman检验和FGLS方法的综合应用确保了模型的有效性和可靠性。

表4列示了混合回归(OLS)、固定效应(FE)、随机效应(RE)、广义最小二乘法(FGLS)和相应的检验结果(限于篇幅LLC检验法和LSDV法的检验结果未在表中呈现)。依照上述检验结果,对照固定效应(FE)和可行的广义最小二乘法(FGLS)回归结果,可看出两者的符号一致且系数大小差别较小,说明回归结果是稳健的。

表4 数字化转型的影响因素回归分析结果

回归结果表明,大多数解释变量与制造业数字化水平相关。从技术升级角度分析:第一,固定资产投资(Fi)对数字化转型具有显著正向影响。第二,制造业数据处理技术(Dpt)通过与供应链的协同和实时数据交换,提高供应链灵活性和响应能力,降低库存和交货周期,提升供应链效率。因此,存在显著的正向促进。第三,数字化网络安全技术(Nst)对数字化转型至关重要,确保数字化环境安全、可靠和合规,为企业提供安全保障,保障企业数字化顺利转型。从创新能力角度分析:第一,实用新型专利受理数量(um)和产业协同制造收入水平(Inclevel)在1%的显著性检验下显著为正值,说明实用新型专利和产业协同制造收入水平对数字化水平的正向促进作用。第二,科技创新效率(RD)对制造业的数字化转型具有正向影响。通过增加研发投入、改善技术应用等,企业可以提高生产效率和产品质量,在市场中占据行业领先地位。随着科技研发效率的提高,企业可以投入更多资源用于技术创新、产品研发和数字化转型。这将帮助企业提高生产技术、改进产品质量、优化业务流程,并推动数字化转型的实施。最后,从效益升级的角度分析,能源消耗量在一定程度上推动制造业数字化发展,其带来全面的经济效益。然而,这也导致了能源供需不平衡和对化石燃料的需求增加,进而导致更多二氧化碳和其他温室气体的排放。因此,效益大小要看二者的大小。能源投入(Ei)的增加对生态效益的综合效益为负。电力消耗量(CE)的影响系数在1%的水平上显著,在OLS回归中系数为-0.087,在FGLS回归中系数为0.044。其中负面影响占主导地位。废水排放量(WW)对制造业数字化升级不显著。

4 结论和建议

在云计算、人工智能、工业互联网和大数据时代背景下,数字化已经成为当今社会发展的趋势和主流,各城市也逐渐认识到数字化的重要性并开始着手推进数字化建设。通过本文的分析和研究,长江中游城市群在数字化水平上呈现多层级差异,各个城市在数字化水平方面表现出不同的水平。少数城市已经达到较高的数字化水平,展现出较为成熟和先进的数字化技术应用,而其他城市仍面临数字化水平较低的挑战,需要进一步提升和加强数字化能力。技术升级、创新升级和效益升级是推动城市数字化进程的重要驱动力,对于城市的效益水平影响显著的正向影响[16]。基于上述结论,提出以下几点政策建议:

4.1 加强数字化基础设施建设,制定综合数字化转型规划,推动制造业数字化转型

制造业企业应制定全面的数字化转型规划,包括注重数字化基础设施建设和固定资产投资。规划涵盖稳定可靠的网络基础设施、数据中心和安全保障系统,改善网络带宽和覆盖范围,建立高效的数据存储和处理能力,构建数字化的供应链管理系统,优化流程,并加强网络安全保护。综合考虑业务模式、市场竞争环境、技术需求和组织变革能力,明确数字化目标和路径,全面提升数字化转型水平,实现有效且可持续的数字化投资。

4.2 建立安全数据体系,构建数字互联营商环境,推动制造业数字化转型

制造业数字化涵盖了生产、增值服务、供应链管理、数据安全、环境保护和可持续发展等多个方面。数据安全是数字化的重要保障,核心数据承载着企业的价值和竞争力。面对日益增多的网络威胁和安全风险,制造业企业需要采取关键举措推动数字化转型。建立完善的数据安全政策和流程,使用先进的加密和身份验证技术,建设安全的网络基础设施,加强员工的安全意识培训,并进行定期的安全评估和漏洞扫描,以确保数据安全。这些措施将有助于推动制造业数字化转型并提升企业的安全水平。

4.3 增强企业R&D支出,打造上下产业链共同体,推动制造业数字化转型

制造业数字转型需克服研发投入大、回报周期长、产业结构不合理等问题。推动数字化转型需要增强企业的研发支出,并构建上下游产业链共同体。首先,加大研发投入,提升技术创新能力,加速数字化解决方案和产品开发,缩短转型周期,增强竞争优势。其次,打造紧密合作的产业链关系,实现资源共享、技术协同和创新合作,提升转型效果。最后,促进产学研合作,推动科研成果转化和应用,加速数字化创新。共同体形成有助于减少信息壁垒、推广行业标准,全面推进数字化转型。