数字技术对制造业韧性的影响研究

【摘 要】提振制造业韧性是我国从“制造大国”向“制造强国”转变的关键。论文以2012-2021年省级面板数据为样本，实证检验数字技术对制造业韧性的影响。结果表明：数字技术对制造业韧性提升存在积极作用；数字技术对制造业韧性提升存在正向空间溢出，有利于相邻地区制造业韧性的提升；数字技术影响制造业韧性的作用机制中存在“数字技术—流通效率—产业升级—制造业韧性”的链式传导路径，且流通效率的前端传导效果更明显。

【关键词】数字技术；制造业韧性；流通效率；产业升级；传导路径

【中图分类号】F49；F425 【文献标志码】A 【文章编号】1673-1069（2024）08-0059-04

1 引言

近年来，我国制造业的转型升级面临着国内供给侧结构性改革和国际发达经济体“再工业化”战略的双重压力，如何在全球产业竞争格局加速演化的背景下引导制造业向高端化迈进并提振产业韧性是我国从“制造大国”向“制造强国”转变的关键。随着数字经济时代的到来，数字化为制造业结构升级和韧性提升带来了新的契机。一方面，我国的数字经济规模在近年来保持了年均15%以上的增速，为制造业转型升级提供了市场根基；另一方面，以大数据、云计算及人工智能等为代表的数字技术持续性地驱动制造业开放式创新，引导制造业通过数字化转型实现内外部生产资源的整合，有助于产业韧性的全面提升。现代流通产业是链接生产与消费的重要媒介，流通效率的改善通过畅通生产要素流动对制造业产业韧性提升和流通服务增值具有积极作用[1]。鉴于此，本文以省级面板数据为样本，实证研究数字技术影响制造业韧性的机理与路径，为制造业通过数字化转型实现高质量发展提供论据与参考。

2 理论分析与文献综述

2.1 理论分析

数字技术为制造业韧性提升提供了数字平台化和商业化的重要支撑：第一，数字技术作为新时代重要的生产要素，对制造业转型升级中的劳动力、资本和技术重新赋能，通过促进制造业企业链的构建和工业互联网的覆盖维持制造业产业链的稳定性，弱化不确定性冲击对产业链的负面传导。第二，数字s/h7lGbSjXHVTKZgPka+uK0GWzJNwzOzaL2ZHt4+jHc=技术通过优化生产运营和组织管理降低制造业产业链的交易成本，区块链和大数据等数字技术从需求侧和供给侧两端驱动制造业生产分工边界的优化，提升制造业遭受冲击后的恢复力和再造力。第三，数字技术通过破除产业链锁定效应提振了产业韧性。数字技术的强示范与扩散性有助于破解制造业产业链发展中的“路径锁定”，尤其核心技术的突破能够极大加速产业链的协同一体化运作，从而提振产业韧性。第四，数字技术产业韧性提振产生了积极的空间溢出效应。大数据、云计算和区块链等数字技术打破了制造业转型升级中时空距离对生产要素的约束，而基于数字技术的产业信息化平台推动了数字技术的扩散，有利于产业链上的企业实现集聚化创新，并加速在产业链上进行传播。

2.2 文献综述

现有文献从数字技术与产业韧性、数字技术与经济高质量发展等不同视角开展了相关研究。直接性的经验证据来自数字技术与产业韧性的研究，如翁平平[2]研究发现，东部和沿海省份的流通数字化与制造业韧性协调度明显高于西部和内陆省份；汪慧玲等[3]研究结果表明，制造业与生产性服务业协同集聚的积极影响机制存在地区异质性；李兰冰和刘瑞[4]研究发现，专业化和多样化集聚发展对制造业韧性分别存在“U”型和倒“U”型影响。间接性的经验证据来自数字技术与经济高质量发展的研究，如陈肖等[5]通过DEA模型检验发现，数字技术直接正向促进了区域经济的高质量发展；何寿奎和简东涵[6]研发发现，数字技术与高质量发展的耦合协调度表现为自东向西递减趋势；陈昭等[7]研究表明，数字技术引致区域创新水平提升等因素的赋能效应显著。

梳理发现，数字技术对制造业韧性的积极作用已经被众多研究所证实，但既有研究更多关注了数字技术与产业韧性的直接关系，探讨其内在传导机制的文献偏少。因此，本文将数字技术、流通效率、产业升级和制造业韧性纳入同一研究框架，实证检验数字技术对制造业韧性的影响机制。

3 数字技术影响制造业韧性的机理分析

3.1 研究设计

3.1.1 变量选取与数据来源

解释变量：数字技术（digte）。参考既有的研究，构建数字技术综合评价指标体系如表1所示，并采用主成分分析法进行测算。

被解释变量：制造业韧性（mares）。考虑到产业韧性自身的固有属性以及动态演化特征，构建制造业韧性的综合评价指标体系如表2所示，并通过TOPSIS熵权法进行测算。

控制变量：①经济发展水平（pgdp），用人均国内生产总值表示；②财政支出水平（gov），用财政支出总额占GDP比重表示；③金融发展水平（fin），用年末金融机构贷款余额占GDP比重表示。

数据来源：实证数据来自《中国统计年鉴》《中国工业统计年鉴》《中国金融年鉴》、Wind数据库、信通院网站和各省份统计局网站。其中，价格类指标以2012年为基期进行平减处理，缺失的数据通过插值法补齐。

3.1.2 模型设计

构建双向固定效应模型实证检验数字技术对制造业韧性的影响机理，设定如下：

maresit=α0+α1digteit+∑αjXit+μi+ωt+εit （1）

其中，mares为制造业韧性，digte为数字技术，X为控制变量，μ和ω分别为地区和时间的哑变量，ε为随机扰动项，α为待估计系数，j为控制变量个数，i和t分别为省份和年份。

为进一步检验数字技术的溢出效应，构建空间SDM模型如下：

maresit=ρWmaresit+φdigteit+ξWdigteit+φ'Xit+εit （2）

其中，ρ和ξ分别为解释变量空间滞后项和解释变量的自回归系数，φ为解释变量回归系数，W为地理空间距离权重矩阵，其他同上。

3.2 实证结果与分析

3.2.1 基准回归

表3给出了数字技术影响制造业韧性的基准回归结果，列（1）为未控制固定效应且未引入控制变量的结果，列（2）在列（1）基础上引入了控制变量，列（3）在列（2）基础上进一步控制了地区和时间固定效应。观察发现：列（1）的数字技术检验系数未通过显著性检验，且拟合度较低；引入控制变量后的数字技术检验系数由不显著转为显著；控制固定效应后，数字技术检验系数的显著性进一步提升（从5%上升至1%），且拟合度出现了明显的提升。总体看，列（3）的检验结果更精确地反映了数字技术对制造业韧性的影响，数字技术检验系数显著为正值表明了数字技术的提高正向提升了制造业韧性。

3.2.2 稳健性检验

①更换核心变量digte，通过熵权法对数字技术进行重新测度；②增加控制变量，增加市场潜力（采用人口密度表示）、创新环境（采用每千人发明专利申请量表示）等控制变量；③增加滞后项，增加数字技术变量的滞后一期项。表4结果显示，三类稳健性检验中的数字技术系数均在1%统计性水平上显著为正，系数大小与基准回归结果基本保持了一致，验证了基准回归结论的可靠。

3.2.3 空间溢出效应

表5给出了数字技术对制造业韧性的空间溢出效应结果。观察发现：在地理空间距离权重矩阵下，数字技术对制造业韧性提升的空间溢出系数显著为正，且通过了1%统计性检验，表明数字技术的空间溢出效应存在。根据偏微分方程的分解结果，数字技术在1%统计性水平上正向提升了本地区制造业韧性，在5%统计性水平上提升了相邻地区的制造业韧性。

4 流通效率与产业升级的链式中介效应检验

4.1 研究设计

4.1.1 数据来源与变量选取

数据来源、核心解释变量（mares）、核心被解释变量（digte）和控制变量（pgdp、gov和fin）同上。

中介变量：①流通效率（cieff）。目前学界普遍采用数据包络模型（DEA）进行效率值的测算（篇幅所限，具体步骤未列出，备索），其中投入指标为劳动和资本，资本存量采用永续盘存法估计，折旧率选择5%；产出指标以社会零售总额表示。②产业升级（inupg）。用制造业产业增加值占工业增加值比重表示。

4.1.2 模型构建

在双向固定效应模型基础上构建模型方程组考察流通效率的中介效应：

cieffit=β0+β1digteit+∑βjXit+μi+ωt+εit ; （3）

maresit=γ0+γ1digteit-1+γ2cieffit-1+∑γjXit+μi+ωt+εit （4）

若公式（1）中的α1、公式（3）中的β1和公式（4）中的γ2系数显著为正，说明cieff存在部分中介效应，则构建模型方程组进一步考察“cieff-inupg”的链式传导路径：

maresit=δ0+δ1digteit-2+∑δjXit+μi+ωt+εit （5）

cieffit-2=k0+k1digteit-2+∑kjXit+μi+ωt+εit （6）

inupgit-1=θ0+θ1digteit-2+θ2cieffit-2+∑θjXit+μi+ωt+εit （7）

maresit-1=χ0+χ1digteit-2+χ2cieffit-2+χ3inupgit-1+∑χjXit+μi+ωt+εit（8）

式（3）～式（8）中，t-1和t-2分别表示年份的滞后一期和二期，cieff和inupg分别为流通效率和产业升级，其他变量解释同上。

4.2 实证结果与分析

根据表6的链式传导路径检验结果：①数字技术在所有模型中的回归系数均通过了1%统计性检验，且显著为正，进一步表明了数字技术对制造业韧性的积极影响。②数字技术对流通效率的估计系数为正，且通过了1%统计性检验，流通效率对产业升级的估计系数为正，且通过了1%统计性检验。结果表明数字技术提升有利于流通效率的改善，而流通效率的改善促进了制造业产业升级。③产业升级在mares模型中的估计系数显著为正，即产业升级对制造业韧性存在积极影响。结果表明，“流通效率—产业升级”在数字技术提升制造业韧性中发挥了链式中介作用，即存在“数字技术提高—流通效率改善—产业升级促进—制造业韧性提升”的链式传导路径。④对比基准模型（表3的（3）列）和mares模型中的数字技术回归系数发现，mares模型中的系数更高，这说明数字技术在链式传导路径中对制造业韧性的积极作用更明显；对比mares模型中流通效率和产业升级的估计系数发现，流通效率的系数更高，这说明流通效率在链式传导路径中的前端积极效果更突出。

本文选择非参数的Bootstrap法替代层次回归法进行中介效应的稳健性检验（未列出，备索）。结果表明，数字技术对制造业韧性的积极作用依然存在，“流通效率—产业升级”在数字技术提升制造业韧性机制中的正向中介效应依然成立。检验结果验证了实证结论的稳健可靠。

5 结论与建议

数字化为制造业结构升级和韧性提升带来了新的契机。本文以2012-2021年省级面板数据为样本，在测度数字技术和制造业韧性指标基础上，通过面板模型实证检验了前者对后者的影响机制，并通过链式中介效应模型考察了“流通效率—结构升级”在影响机制中的传导路径。研究结论如下：①数字技术的提高正向提升了制造业韧性，地区经济发展、金融水平提升和政府支持均有利于制造业韧性的提升；②数字技术对制造业韧性提升存在正向的空间溢出效应，对相邻地区的制造业韧性提升存在积极作用；③数字技术有利于流通效率改善，而流通效率改善促进了制造业产业升级，存在“数字技术—流通效率—产业升级—制造业韧性”的链式传导路径，且流通效率的前端传导效果更明显。

基于实证结论，本文提出政策建议如下：第一，推动数字技术创新发展。应抓住数字经济转型的改革红利，加大对数字技术的研发、引进及转化力度，围绕大数据、云计算等核心数字技术进行数字化革新。第二，促进流通产业与制造业深度融合。应充分发挥数字技术的溢出效应，通过流通数字化转型发展促进制造业生产与运营体系的柔性化发展，发挥数字化流通渠道的去中心化效应，引导制造业向线上线下相结合的服务化转型。第三，提升数字技术的普惠性和包容性。一方面，加大数字技术与新型流通基础设施建设，通过政府引导和社会参与，为现代流通体系建设提供保障条件；另一方面，建立政府引导、龙头企业牵头和其他企业参与的多方联动机制，通过不同部门的协同推动降低“数字鸿沟”对产业韧性的不利影响。第四，加速制造业产业链的数字化转型。制造业产业链的数字化转型有利于提升“补链”能力，但各地区产业链及数字化发展水平差异明显，因此应实施阶梯式的发展战略。根据产业发展现状进行统筹布局，优先发展技术含量较高的产业数字化项目，积极发挥引领示范区的辐射作用，开展数字技术创新应用示范工程建设，引导地区间协同创新，逐步实现全产业链数字化转型。

【参考文献】

【1】桑佳嘉.现代流通业与先进制造业深度融合水平与空间溢出效应分析[J].商业经济研究，2022（12）：173-176.

【2】翁平平.数字技术对制造业升级影响的研究[J].时代经贸，2021，18（12）：116-121.

【3】汪慧玲，凌悦，罗家鑫.制造业与生产性服务业协同集聚对区域经济韧性的影响研究[J].工业技术经济，2022，41（06）：120-128.

【4】李兰冰，刘瑞.生产性服务业集聚与城市制造业韧性[J].财经科学，2021（11）：64-79.

【5】陈肖，吴娜，牛风君.数字经济发展水平测度及其对经济高质量发展的影响效应——以京津冀区域为例[J].商业经济研究，2023（03）：125-128.

【6】何寿奎，简东涵.数字经济对区域高质量发展空间影响效应及耦合协调性分析[J].工业技术经济，2022，41（10）：42-50.

【7】陈昭，陈钊泳，谭伟杰.数字经济促进经济高质量发展的机制分析及其效应[J].广东财经大学学报，2022，37（3）：4-20.