产业数字化对区域制造业高质量发展的影响机制研究——基于有限创新要素视角

程欣炜,陈 曦,黄宝凤

(南京邮电大学 经济学院,江苏 南京 210023)

高质量发展通过供给侧结构性改革来满足人民日益增长的美好生活需要[1],2015年5月,国务院印发了制造强国战略的第一个十年行动纲领《中国制造2025》,提出了以创新驱动、质量为先、绿色发展、结构优化和人才为本的指导思想,推动制造业发展由增量驱动向质量驱动转变[2]。目前,中国制造业处于全球产业链中低端[3],在全球价值链中分工地位较低[4],制造业和高技术产业生产效率约为美国的三分之一,经济地位指数随行业技术密集度提升而下降[5],质量效益和产业结构落后,“大而不强”状态并未获得改善[6]。随着信息通信、互联网、大数据等的快速发展和产业渗透,数字经济成为国家发展“新引擎”[7],而由产业效率驱动、产业跨界融合、产业竞争重构和产业赋能升级[8],加快数字化转型、融合并形成新的平台和业态是数字技术引领高质量发展的关键路径[9]。

从微观角度看,数字技术具有重新编程性和数据同质化特性[10],能显著提升创新发展的效率和效益[11],其价值提升过程依赖于数字能力嵌入和需求市场深化[12],因此政府和企业存在以要素集聚推动产业数字化的天然动机。但从宏观角度看,基于多维质量目标的关键要素集聚并未指向制造业高质量发展,反而表现出市场竞争下的创新要素稀缺。早期研究未将创新要素从传统要素中剥离出来,认为资本和劳动要素扭曲负向影响企业创新[13],政府投入抑制创新发展[14],数字技术也无法改善劳动力错配[15]。部分学者认识到创新要素的稀缺性,证实资本深化[16]和人才流动[17]对创新并不存在直接影响,存在空间分布[18]、人才结构[19]等异质性。同时,学界注意到研发人员的流动受财政科技支出资金的竞争性引导非常明显[20],政府支持对区域创新能力的影响受经济制度环境的限制[21]。

从文献梳理不难看出,制造业企业需要集聚创新要素来带动数字技术的产生和应用,但尚未有研究证实产业数字化对制造业高质量发展具有提升作用,特别是在创新要素有限的竞争视角下,高质量发展的目标多元性和市场异质性未获得足够重视和验证。因此,研究基于有限要素视角,尝试构建集创新效率、科技结构、经济效益、品牌质量和绿色发展于一体的制造业高质量发展指标测度,从设施基础、数字业务和核心产业等三个方面验证产业数字化对区域制造业高质量发展的影响作用、空间溢出和市场机制。研究的边际贡献在于两点:其一是构建多维目标下的制造业高质量发展测度,并验证省级产业数字化的直接影响;其二是在有限要素视角下,探讨产业数字化提升制造业高质量发展的空间竞争,并论证双循环市场质量对该提升作用的中介和调节机制。

一、理论分析与研究设计

(一)理论分析

在《中国产业数字化报告2020》中,产业数字化指的是在新一代数字科技支撑和引领下,以数据为关键要素、以价值释放为核心、以数据赋能为主线,对产业链上下游的全要素进行数字化升级、转型和再造,其核心在于新要素的引入和传统要素在新要素引导下的整合。产业数字化具有明确的投入属性,对制造业高质量发展的影响并未获得经验证实:一方面,数字技术对产业高质量发展的引领作用停留在理论分析层面[22],虽然部分学者将产业数字化作为数字经济促进高质量发展的天然路径[9,23],提出微观要素成本递减、中观产业关联融合、宏观要素配置优化的影响机制[24],但尚无文献证实产业数字化能够提升制造业高质量发展水平;另一方面,在多维质量目标下,数字化被错误地等同于科技研发水平,即以创新结果代替创新投入来衡量微观企业的数字化程度,从而弱化了数字基建、数字服务和数字合作的动态作用。因此,研究从设施基础、数字业务和核心产业等三个层面构建区域产业数字化测度指标体系,证实产业数字化能提升区域制造业发展水平,且不同高质量发展目标存在异质的产业数字化需求侧重。由此提出假说1:

H1:产业数字化对区域制造业高质量发展存在正向影响作用。

从宏观层面看,产业数字化所需的正向要素(如创新资本、科研人才、政策优惠)和负向要素(如环境污染、能源消耗和劳动替代)都是高质量发展目标下极具竞争性的稀缺资源。一方面,在产业数字化未发生重要技术变革期间,制造业高质量发展受创新要素的有限性约束而存在发展阻滞,即制造业高质量发展水平越高的地区,逼近高质量发展目标的效率就越低,同时数据要素和数字技术所特有的易复制性和可迁移性使产业数字化发展对地区经济基础和技术基础的依赖程度较低,创新要素存在向投入产出比更高的地区转移的市场动力;另一方面,对具有丰富能源和良好气候的中西部地区而言,在控制创新要素规模的条件下,产业数字化对区域制造业高质量发展的整体影响强度并不会明显弱于东部地区,这也促使地方政府积极推进创新要素集聚,以促进数字经济增长目标和数字经济下地区高质量发展目标的快速实现。无论是解决卡脖子的关键技术难题,还是在产业优势领域精耕细作,原创性科技进步依赖于科研人才和创新资本的长期稳定投入,而作为要素的劳动力和资本本身并不具有创新属性,易受行业和地区竞争的诱导而中断研发所必需的周期性投入,因此产业数字化对制造业高质量发展存在竞争性空间虹吸。由此提出假说2a和2b:

H2a:创新要素迁移弱化了产业数字化提升制造业高质量发展的地区异质性。

H2b:产业数字化对邻近区域制造业高质量发展存在空间虹吸效应。

由于空间虹吸效应的存在,创新要素对微观主体的提升作用无助于形实现地区和国家的整体均衡。一方面,考虑到创新要素本身的有限性和数据、技术的易复制性、易迁移性,区域制造业可以将对创新要素本身的过度依赖部分转化为对创新成果的需求,并在此基础上开发创新服务和创新集成;而技术市场交易包括技术转让、技术开发、技术咨询和技术服务在内的多类技术合同,其属地性质和属人性质较弱,可在创新要素流动限制下代替要素本身进行复制、迁移和再创新,因此产业数字化将首先对技术市场的规模和质量产生需求,并通过市场引导下的技术辐射来提升区域制造业高质量发展;另一方面,产业数字化对技术创新的数量增加和质量提升受市场异质性影响,国内市场较国际市场具有更强的数字乘数效应[25],当前国内市场中的制造业产品附加值已超过国际市场,将有限要素从低价值的国际生产中抽离并引导进入国内高价值产业,能够提高国内高新技术产品市场的价值认知和消费需求,提升国内数字经济大循环下的制造业品牌和质量。由此提出假说3a和3b:

H3a:有限要素视角下,扩大国内技术市场规模是产业数字化提升区域制造业高质量发展水平的有效路径。

H3b:有限要素视角下,减少国际低端制造业产品进出口是产业数字化提升区域制造业高质量发展水平的有效路径。

(二)研究设计

基于上述理论分析,研究采用优劣解距离法(TOPSIS)构建区域制造业高质量发展和产业数字化指标体系,并按以下三个步骤进行实证检验:

1.基础回归及其稳健性检验

以区域制造业高质量水平及五项二级指标为被解释变量,以产业数字化程度及三项二级指标为核心解释变量,建立双向固定面板回归模型如式(1)所示。

ZGFit=αit+Σβikcsckt+Σγiscontrolst+εit

(1)

其中,ZGFi为制造业高质量发展一级指标或五项二级指标(i=0,1,2,…,5);csck为产业数字化一级指标或三项二级指标(k=0,1,2,3);controls为控制变量(s=1,2,3,4)。βik是核心待估参数,用以揭示产业数字化对区域制造业高质量发展的影响。

为验证模型的稳健性,研究采用变换指标测度和变换模型形式两种方法,其中变换指标测度即采用熵值法测度被解释变量和核心解释变量,变换模型形式即引入被解释变量的一阶滞后项并采用系统GMM方法估计模型系数。动态面板模型结果可同时验证制造业高质量发展基础对发展效率的影响。

2.空间效应分析

将样本省份划分为东部、中部、西部和东北四个地区,在模型(1)基础上,引入地区虚拟变量族,如式(2)所示。

ZGFit=αit+βicsct+Σδilregionlcsct+Σγiscontrolst+εit

(2)

其中,regionl为地区虚拟变量族(l=2,3,4),regionlcsct为地区虚拟变量与产业数字化的交互项。δil为核心待估参数,用以揭示产业数字化提升区域制造业高质量发展水平的地区差异。

为进一步验证产业数字化提升相邻区域制造业高质量发展的空间效应,研究引入两种省级空间距离权重矩阵建立空间杜宾模型,如式(3)所示。

ZGFit=αit+ρidWdZGFit+βicsct+ζidWdcsct+Σγiscontrolst+εit

(3)

其中,Wd为采用二项邻接和经济距离计算的空间权重矩阵(d=1,2),WdZGFt为空间权重与制造业高质量发展及其二级指标的交互项,Wdcsct为空间权重与产业数字化的交互项。ρid用以揭示制造业高质量发展的空间自相关效应,ζid为核心待估参数,用以揭示产业数字化对相邻区域制造业高质量发展的空间影响。

(三)机制效应分析

在论证负向空间效应的基础上,研究验证技术市场规模和国际市场规模等两项机制变量。中介机制检验采用三步法,即在验证式(4)中产业数字化系数显著性的条件下,对比式(1)和式(5)中产业数字化系数的显著性或系数值变化。

JZnt=αnt+βncsct+Σγnscontrolst+εnt

(4)

ZGFit=αit+βicsct+Σγiscontrolst+θinJZnt+εit

(5)

其中,JZnt为机制变量(n=1,2)。研究采用Sobel检验进一步验证中介机制的可靠性。

作为机制验证的补充,研究引入机制变量与核心解释变量的交互项,如式(6)所示。

ZGFit=αit+βicsct+θinJZnt+κincsctJZnt+Σγiscontrolst+εit

(6)

其中,csctJZnt为产业数字化与机制变量的交互项(n=1,2)。κin为核心待估参数,用以揭示技术市场规模和国际市场规模对产业数字化提升制造业高质量发展的调节效应。

二、数据来源与描述统计

(一)数据来源与样本筛选

样本数据来自《中国工业统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和各省统计年鉴,并进行如下筛选:第一,受统计口径局限,研究剔除境外地区和西藏自治区,最终保留30个省市进入模型,缺失数据采用平滑法进行填充;第二,中国的数字经济统计以《中国数字经济发展白皮书(2014)》为标识,因此研究以2014年作为数据起点;第三,新冠肺炎疫情导致制造经营封锁或停工[26],制造企业员工福利下降[27],因此研究参考戴严科等[28]的做法,以2019年作为数据终点。制造业高质量发展水平和产业数字化程度两项指标均在此基础上建立测度。

(二)核心指标测度

制造业高质量发展水平(ZGF)和区域产业数字化程度(csc)的指标权重由变量归一化后采用优劣解距离法(TOPSIS)计算得出。其中,制造业高质量发展水平细分为创新效率(CX)、科技结构(KJ)、经济效益(JX)、品牌质量(PZ)和绿色发展(LF)等五项二级指标;由人才强度和投入强度衡量的创新效率指标权重较高(0.323),各主体间创新效率的现实差距较大,而经济效益指标权重相对较低(0.107),说明市场效率在一定程度上存在稳定均衡,不同发展基础下的企业主体均难以突破效率的技术限制,只存在较为同质的无效率项。区域产业数字化程度细分为设施基础(sj)、数字业务(sy)和核心产业(hc)等三项二级指标;三项指标权重较为均衡,由快递、电信、软件行业规模衡量的数字业务指标权重最高(0.441),而设施基础的权重最低(0.211),说明在中国有序推进数字基础建设的当前阶段,各省份主体的硬件设施具有协同性和普及性,但其应用能力存在明显差异。限于篇幅,两项指标的权重未在文中展示,备索。

(三)变量描述性统计

通过对变量进行描述统计可知,制造业高质量发展水平的指标均值为0.265,经济效益的均值(0.534)明显高于其他二级指标,同时标准差较小(0.107)。2014—2019年的制造业高质量发展水平稳步提升,经济效益指标的堆积比例下降导致其他二级指标的重要性上升,其中创新效率和科技结构尤为明显,体现了制造业高质量发展的科学技术创新导向和多元目标协调导向。产业数字化程度的指标均值为0.116,标准差和斜率明显超过制造业高质量发展水平,虽然国家几乎同时提出经济的数字化转型和高质量转型,但前者在市场逻辑上优先于后者,因此以制造业高质量发展为目标而对产业数字化结构进行调节具有理论上的可行性。限于篇幅,描述统计结果备索。

N B的组网架构涉及终端、无线、核心网、专网、平台及应用服务器等，而大量终端仍然沿用2G终端的业务模型， NB-IoT终端侧的问题较为突出。

三、结果分析

(一)基础回归结果分析

为验证产业数字化对制造业高质量发展的影响,研究以制造业高质量发展水平及其二级指标为被解释变量、以产业数字化程度及其二级指标为核心解释变量,在控制政府参与、人口结构、金融发展和教育环境的条件下,构建个体、时间双向固定的省级面板回归模型。结果显示,产业数字化水平(csc)显著提升了区域制造业高质量发展水平(ZGF),系数为0.691,通过1%水平上的显著性检验,且对区域制造业高质量发展水平的五项二级指标均表现出显著的提升作用,假说1成立,见表1。

表1 基础回归结果

第一,模型1至6表明,产业数字化程度越高,区域制造业高质量发展水平越高。从要素整合的角度看,传统制造业注重生产效率和劳动力吸收,缺乏对产品附加值的关注,而产业数字化提升了企业的资源运用能力,能够在固定的资本和环境禀赋下优化生产的数字逻辑,并通过与信息、通信等数字核心产业的联动[29],强化产品的高附加值属性;同时,数字经济创造并形成了创新技术、数据信息等非传统的生产要素利用场景,逆转了原要素结构优势并引致新关键要素变迁[30],因此数字技术将产品结构、资源分配、社会责任和生态环境等因素纳入制造业长期发展的目标维度,形成了综合性的高质量发展框架。从提质降本角度看,产业数字化为制造业转型升级提供了可行的针对性方案,使企业具备依据战略导向调整商业生态、管理流程和商业模式的变革能力[31],因此当国家战略向高质量发展目标倾斜时,数字技术可以赋能制造业企业灵活调整自身产销结构,并可以快速控制政策引导下的非市场成本和风险;不仅如此,数字产业化的需求扩大将与产业数字化形成良性循环,拓宽传统制造业生产效率在高质量发展战略下的测度范畴,以更为科学精准的方式推动数字服务和数据要素在制造业中的深度应用,并以更低的成本打造更优的经营链条。

第二,从二级指标的回归结果看,产业数字化在创新效率上的影响作用(0.753)明显强于其他细分指标,但对科技结构的影响较小(0.189),两者均通过1%水平上的显著性检验。创新效率可以衡量制造业的劳动力投入和资本投入向新技术产出的转移程度,数字化的产业发展模式在肯定科技业务核心地位的基础上,将恰当的技术人员和研发资本嵌入制造业长期发展过程中;人才强度和投入强度的数字化提升体现了制造业企业在创新质量导向下优化人才发展环境、强化科技投入产出的新思路,即不再简单地追求研发投入规模,转而以创新效率为视角优化企业在市场创新网络中的定位,以数字化管理方式减少无效的创新投入。因此从宏观上看,产业数字化对高技术、新产品的收入比重具有显著的正向影响,并逐渐收敛到符合科技进步规律的低位稳定水平,造成模型3存在一个显著而较小的估计系数。同时,产业数字化对经济效益的影响显著性略低于其他细分指标,说明虽然产业数字化确实能够提升企业经济效益,但多目标下的制造业发展已不再单纯追求业务利润和生产效率,转而向包括品牌质量和绿色发展在内的质量目标转变;模型5和6显示,产业数字化对品牌质量和绿色发展的影响系数分别为0.611和0.465,均通过1%水平上的显著性检验,因此以打造企业数字管理运营和技术创新研发为切入点,优化区域制造业多元发展环境,是新格局下扩大企业经济、社会和文化视野的有效路径。

第三,细分产业数字化指标并考察其对制造业高质量发展的影响差异,结果如模型7至12所示。从整体上看,产业数字化的三项二级指标均正向影响区域制造业高质量发展水平,模型7中设施基础的估计系数为0.396,通过了1%水平上的显著性检验,而数字业务和核心产业系数相对较小且仅在10%水平上显著,这说明数字基础设施建设仍是推动制造业高质量发展的核心要素,其正向影响效果明显强于区域数字硬件条件下的业务规模和产业发展。不同区域和时间维度上的设施基础具有相对较小的分散程度,数字基础设施建设明显领先于其应用,数字硬件环境需要在较长时期内缓慢调整才能逐渐适配区域内制造业高质量发展,因此当前在提升数字基础、缩短环境差距的同时,还应高度重视数字利用场景的形成和完善,尤其是数字业务在制造业中的充分运用。同时,研究注意到,产业数字化对区域制造业高质量发展的影响侧重并不相同。如模型8至12所示,核心产业对除品牌质量外的所有二级指标均有显著的正向影响,对经济效益的影响最大(0.776),说明产业数字化仍遵循“量变到质变”的一般规律,数字核心产业的发展将首先提升传统要素效率,并以此为基础向其他目标辐射,目前尚未进入在数字核心企业中打造品牌的阶段。而设施基础和数字业务对区域制造业高质量发展的影响模式存在差异,其中,设施基础主要提升制造业创新效率和品牌质量,即对头部企业的激励作用更为明显,而数字业务则普惠于微观企业的科技结构,包括技术和产品的迭代能力,同时对绿色发展也有一定的积极作用。

(二)稳健性检验

1.变换测度的回归结果

为验证基础回归结果的稳健性,研究采用熵值法代替优劣解距离法计算制造业高质量发展指数和产业数字化指数的指标权重。经熵值法调整核心指标测度后,产业数字化对区域制造业高质量发展仍表现出显著的正向作用。从财政投入角度看,中央对不同区域数字基础设施建设的目标设定和资金投入具有阶段性和普惠性,往往与民生福利紧密结合而非单纯考虑制造业发展,这使得在制造业集中的领域并不总能及时获得最新的数字基建,因此品牌质量对数字禀赋存在非常强的依赖性,“数实结合”是下一阶段制造业发展的重点。而从市场资本角度看,头部企业的品牌质量能够吸引市场资金集聚,有助于形成行业示范效应和资金流动惯性,即在当前数字基建尚未出现严重技术滞后的稳定期(甚至未来可能形成的饱和期),市场资本能够充分接受不同区域设施基础的均衡性,因此采用财政、经济政策撬动质量建设或品牌迁移并不会受到设施基础的局限,如贵州省先后建设百鸟河数字小镇和数字经济发展创新区,与高科技企业合作打造制造业高质量发展生态,从而吸引技术、资本和人才等创新要素流入。

2.变换模型的回归结果

(三)地区异质性与空间效应分析

1.地区异质性分析

研究引入地区虚拟变量族(region)与核心变量csc交互项考察产业数字化对制造业高质量发展的异质性影响。中部地区与基准地区的影响差异并不明显,西部地区的影响作用略低于东部和中部地区,而东北地区的影响作用明显弱于其他地区。从整体上看,产业数字化对全国各地区的制造业高质量发展均有正向影响且作用差异不大,但东北地区的数字嵌入相对滞后,数字经济转型并未成为当前东北地区制造业高质量发展的关键动力。而细分制造业高质量发展二级指标后可知,中部和西部地区在科技结构上实现了弯道超车,中部交互项显著为正,西部交互项并不显著,说明中西部地区产业数字化对科技结构的引导作用并不弱于东部地区,这也在一定程度上反映出东部地区制造业微观主体具有更强的经营惯性,易出现高质量发展路径的两极分化,假说2a成立。同时,产业数字化对经济效益的影响存在明显的地区差异,尤其是中部和东北地区,交互项系数绝对值大于核心变量系数,说明这些地区并未按一般规律将数字优势首先用于改善传统生产要素效率,而是将其集中到品牌质量等示范性较强的方面,三个地区交互项均不显著也证实了这一结论。限于篇幅,地区异质性分析结果备索。

2.空间效应分析

进一步,研究突破不同地区相互独立的模型设定,采用空间杜宾模型验证产业数字化对制造业高质量发展的空间效应。其中,空间权重矩阵采用二项邻接和经济距离两种,前者以0/1数值衡量省份间的接壤情况,后者以经济和空间差距的倒数乘积计算省份间的经济距离。二项邻接矩阵下制造业高质量发展的莫兰指数均在0.3附近且通过1%水平上的显著性检验,经济距离矩阵下莫兰指数均为正且呈现整体下降趋势,显著性略有下降但均通过5%水平上的检验,说明制造业高质量发展具有正向的空间自相关,表2中空间杜宾模型的空间自相关系数也证实了这一结论。因此,积极推动制造业高质量发展将使地区间形成一种互为引导的良性循环,而多维目标下的新经济格局具有内生动力,亟待以科学合理的顶层设计和考核制度作为循环的第一推力,但这一内生动力在经济距离上收敛,即随着制造业高质量发展的政策目标、市场规则和社会评价逐步清晰,由空间自相关所表征的直接示范效应反而减弱,而表2结果证实产业数字化下的地区间竞争正是形成这一阻力的重要因素。

表2 空间回归结果

在二项邻接和经济距离矩阵下,空间权重与产业数字化交互项的估计系数分别为-0.948和-1.130,均通过1%水平上的显著性检验,表明产业数字化程度负向影响邻近省份的制造业高质量发展水平,间接效应分别为-1.036和-1.051,假说2b成立。一方面,实证结果表明制造业高质量发展本身具有空间自相关,故存在一条以产业数字化推动高质量发展目标形成,再由本地高质量发展带动更大区域多维目标形成的正反馈路径;另一方面,产业数字化所形成的示范效应虹吸了周边市场上的创新要素,短视的创新要素迁移不利于创新效率的长期孵化,且产业数字化并不能缩短创新效率形成所必需的培育周期。因此,在有限要素视角下,对产业数字化的有序推进应充分尊重科技创新的一般规律,减少行政部门对科技企业和创新人才自由流动、稳定发展的无效干预。值得一提的是,控制变量中的政府参与具有显著的空间溢出特征,在二项邻接和经济距离权重下空间交互项系数分别为0.771和0.687,间接效应分别为0.822和0.681,表明由预算支出所表征的政府行为结构将原本模糊的制造业高质量发展框架简化为清晰的行政管理逻辑,为邻近省份提供借鉴、对标和试错蓝本;但政府补贴对创新绩效的调节作用依赖于要素市场扭曲程度[32],因此推动创新要素的市场化进程将提升地方政府引导产业数字化发展的效率。

(四)基于市场结构的机制分析

在创新要素有限的当前条件下,以地区间竞争的方式实现产业数字化并不是国家层面的全局最优解,研究从技术市场规模和国际市场规模这两个角度揭示产业数字化对区域制造业高质量发展的影响机制。限于篇幅,回归结果备索。

第一,技术交易有助于提升产业数字化对制造业高质量发展的影响强度。产业数字化程度越高,区域技术合同市场规模越大;而同时引入产业数字化和技术市场规模,产业数字化变量系数值下降,说明技术市场规模是产业数字化提升制造业高质量发展的中介机制,Sobel检验系数为0.190且在1%水平上显著,假说3a成立。引入产业数字化水平和技术市场规模的交互项,证实技术市场规模扩大,产业数字化对制造业高质量发展的提升作用也随之增强,调节系数为0.115且在1%水平上显著。不难看出,将技术作为一种可确权、可交易的生产要素并纳入产业数字化框架,是破解创新要素有限性的关键,这意味着技术能够脱离其创造者或专利方而独立存在并产生价值。从1980年《关于开展和保护社会主义竞争的暂行规定》提出对创造发明的重要技术成果要实行有偿转让和1985年《中共中央关于科学技术体制改革的决定》明确技术成果商品化和开拓技术市场起,中国的技术市场发展迅猛,但截至2019年,只有占技术合同成交额约10%的(技术转让合同)能够实现技术价值与技术企业、技术人才在依附关系上的彻底剥离,这就造成技术仍不是独立的生产要素,其自由流动存在非常大的局限性,与实现多种形式下的知识产权市场化运营还有较大距离。而从区域整体制造业部门看,产业数字化更需要可在市场中交易的技术要素,以及对技术要素的嵌入、整合和集成,这也为技术市场与制造业协同发展提供了方向。

第二,完善制造业高质量产品消费内循环是未来产业数字化发展的关键市场定位。由于省级进出口贸易额缺少产品细分数据,研究以区域进出口贸易总额与GDP的比值衡量区域国际市场规模,产业数字化对国际市场规模存在显著的负向影响,而同时引入产业数字化和国际市场规模,产业数字化变量系数值较表1模型1中下降,说明产业数字化以减少国际市场规模为中介机制显著提升制造业高质量发展水平,Sobel检验系数为0.119且在1%水平上显著,假说3b成立。引入产业数字化水平和国际市场规模的交互项,证实国际市场规模对制造业高质量发展存在负向影响,而产业数字化对制造业高质量发展的提升作用随国际市场规模扩大而减弱,调节系数为-0.087且在5%水平上显著。从贸易额上看,中国商品出口结构已摆脱对低端制造业的依赖,高技术产品出口额占全球总额的比重从1990年的0.6%发展到2020年的23.8%,出口制造业产品附加值提升;但从出口贸易产品细分角度看,高技术产品出进口贸易差额与工业制成品出进口贸易差额的比值从2009年的15.8%下降到2016年的9.5%并保持低位稳定,2020年该比值仅为8.6%。而与高科技产品出进口贸易比例下降相一致,美国等西方国家的商务部门多次将中国技术实体列入贸易黑名单,以削弱中国高科技制造企业的市场需求、品牌信用和贸易公平。因此,高质量发展不仅要求企业积极改善内部经营管理模式,也通过非经济成本内化的方式调整了企业定位和渠道结构,而将产业数字化与国内大循环深度结合,并实现国内国际双循环下的高质量目标相互促进,将有助于制造业产品提升科技、品牌和生态上的附加值,建立供求互为推力的制造业高质量发展螺旋和以内聚为基础的国家价值链体系[33]。

第三,综合上述机制不难看出,有限要素视角下的制造业高质量发展须将产业数字化与健全而灵活的要素引导机制相结合,以技术市场引导创新要素剥离、以消费市场引导要素配置优化是下一阶段的核心任务。与此同时,维护传统要素配置地位、挖掘新型要素分配模式也具有积极意义:一方面,劳动力是工业制造业企业的核心要素,数字技术不能代替其成为收入分配的主要依据,维护数字经济下的劳动力要素地位非常重要。当前对企业劳动者运用(而非创造)技术的价值测度尚不完善,数字技术只能以完全独立的形态参与分配,无法构建数字能力权重下的劳动力核算体系,将数字能力与微观劳动力抽象劳动价值有机结合仍存在较大难度,数字公共服务也将在有限的人才要素环境中表现出竞争性和排他性。另一方面,高质量发展目标下的新要素不断涌现,2020年颁布的《关于构建更加完善的要素市场化配置体制机制的意见》明确了数据的生产要素地位,产业数字化将通过大数据的形成、记录和整合而推动制造业智能转型,而数据要素与技术要素的结合对算力、能源、生态提出了更高的要求。千岛湖阿里服务器群、七星湖华为数据中心、中卫美利云数据中心等云计算基地的建设均基于对气候环境和能源布局的考量,因此先进数字技术所苛求的环境要素也将成为稀缺资源,在东数西算工程的有序推进中表现出多样化的市场价值;而在制造业的绿色、集约、低碳等高质量发展目标指导下,政府和企业须尽早认识到消耗环境要素所带来的负外部性,将其纳入产权确认、配额交易和成本核算框架。

四、结论与启示

研究测度2014—2019年中国30个省份的制造业高质量发展水平和产业数字化程度,在有限要素视角下,检验产业数字化对区域制造业高质量发展的影响作用和机制。实证结果表明:第一,产业数字化提升区域制造业高质量发展水平,对创新效率、科技结构、经济效益、品牌质量和绿色发展等五个方面均有显著的正向影响,变换测度和模型后结论仍稳健;第二,制造业高质量发展的整体基础和科技结构、品牌质量等二级指标基础均负向影响后续高质量发展效率,但创新效率基础正向影响后续创新效率,证实创新效率具有属地特征;第三,产业数字化提升制造业整体高质量发展及创新效率、科技结构和品牌质量等二级指标的地区差异并不明显,中部地区反而具有产业数字化提升科技结构的地区优势,但产业数字化对经济效益和绿色发展的提升作用仍存在明显的地区差异;第四,区域制造业高质量发展存在空间自相关,但在有限要素视角下,产业数字化对邻近区域制造业高质量发展具有空间虹吸效应,结果在二项邻接和经济距离表示的空间权重矩阵下稳健;第五,技术市场和国际市场均为产业数字化提升区域制造业高质量发展有效中介,技术市场规模正向调节提升作用,而国际市场规模负向调节提升作用。

基于上述结论,研究从以下四个方面提出建议:第一,坚持制造业高质量发展,尊重高质量发展的一般规律,细化和丰富多维发展目标,强化创新要素有限性条件下的制造业高质量发展顶层设计,正视创新效率的区域基础依赖,通过弱化要素集聚层面的政绩考核指标和技术应用服务的属地属人性质来减少创新要素流动对创新周期的中断干扰;第二,认识到产业数字化对区域制造业高质量发展的积极提升作用,强化数字技术在制造业中的创新应用和创新集成,引导制造业用好、用活数字基础设施和市场服务,开发并完善向未来科技兼容的数据要素利用场景,重视核心产业在区域制造业品牌质量和绿色发展中的关键作用,推进规上制造业企业社会责任建设;第三,充分利用产业数字化提升制造业高质量发展的普遍性特征,借助中西部地区的土地、能源和气候条件优势,建立与云计算中心、数据集成中心深度融合的制造业创新示范基地和高新技术交易市场,优化创新要素集聚后的长期性、稳定性政策扶持和技术孵化;第四,建立健全国内大循环为主体、国内国际双循环下的制造业高质量市场环境,以产业数字化为契机,引导中小微制造业企业整合资源要素,提升国内消费和国外出口制造业产品的品牌、质量和技术附加值,鼓励制造业头部企业共享数据要素和数字技术,打造数字知识产权密集型产业链和基于质量目标一致性的上下游合作关系。