数字化基础设施对制造业升级的影响研究

摘 要：为了探究数字化基础设施对制造业升级的影响及作用机理，通过构建随机效应和中介效应模型并整理2012—2020年的省级面板数据，从制造业结构高级化和合理化两个维度实证检验数字化基础设施对制造业升级的影响机制，并进一步探讨了在不同区域和制造业类型下，数字化基础设施对制造业升级的异质性影响。研究表明：数字化基础设施是传统产业优化升级的重要驱动力，对制造业升级具有显著的促进作用；数字化基础设施通过提升数字化人才和技术创新水平，进而发挥对制造业升级的促进作用；数字化基础设施的作用存在异质性，数字化基础设施对制造业升级的作用对于东中部地区技术密集型制造业更为显著。

关键词：数字化基础设施；制造业升级；数字化人才；技术创新

中图分类号：F426；F062.9"" 文献标识码：A"" 文章编号：1673-1794（2024）05-0001-04

作者简介：王瑞，滁州学院财务处助理会计师，硕士，研究方向：企业运营与财务管理（安徽 滁州 239001）。

1 引言

近年来，随着贸易保护主义逐渐加剧，在发达国家实施关键技术封锁，发展中国家追赶的多重夹击下，我国制造业升级进程遇到前所未有的挑战，传统基础设施逐渐饱和，而数字化基础设施的建设方兴未艾，数字化基础设施的建设成为推动中国“制造”向中国“智造”转型的重要举措。工信部数据显示，截至2021年末，我国5G基站已建成142.5万座，占全球比例约60%，5G用户数与千兆用户规模分别达到3.55亿户和3456万户。从2012年至2021年，我国制造业增加值增加了14.42万亿元，其中，高技术、装备技术密集型制造业占增加值比重分别提高了5.7%、4.4%。数字化基础设施在制造业中的应用越来越广泛，但制造业升级的成效却呈现出区域间的显著差异。尤其是贵州、宁夏等西部省份，在数字化基础设施布局上实现了前瞻性规划，甚至在一定程度上超越了部分东中部省份，但制造业升级效果并不理想。这一现象凸显了一个紧迫问题：不同地区的特性是否对制造业升级的成效产生了影响？解决这一问题对制定精准有效的政策、优化资源配置以及确保制造业的可持续发展具有至关重要的意义。

现有文献对制造业升级的研究很多，但研究数字化基础设施与制造业升级之间关系的文献比较少。相关的文献主要关注以下几个方面：从宏观层面看，在传统基础设施研究逐渐完善后，许多学者验证了数字化基础设施有利于提高经济发展水平。数字化基础设施以数字技术为核心，发挥其正外部效应，促进数字经济与实体经济协同发展，实现经济稳步增长。另外，其主要通过提升技术效率^[1]、加速地区知识流动与技术交流^[2]、提高全要素生产率^[3]等路径促进经济高质量发展。从产业层面看，制造业升级的内涵是指结构更偏向于高级技术，生产各环节更智能合理，产品附加值进一步提高的过程^[4]。蔡延泽等^[5]探究了数字经济对制造业升级的正向影响，并指出创新环境跨越门槛后，对制造业结构高级化作用效果显著增强。另外，数字化基础设施通过软硬件的协同能力为各产业提供动能，利用互联网的高效率拉近制造业企业的时空距离，加剧制造业的集聚^[6]。从企业层面看，以数字化技术为核心的数字化基础设施帮助制造业企业加快了信息数据的汇集，减少了信息收集成本。钞小静等^[7]指出数字化基础设施以信息、数据等新生产要素为载体，能够渗透到制造业产业的各个环节，为数字技术在制造业各部门中的扩散提供丰富的应用场景。现有研究主要关注数字经济与制造业升级的关系，却忽视了数字化基础设施对制造业升级的影响及作用机理。

上述研究大部分仅将数字化基础设施作为数字经济的衡量指标之一，探索数字经济对制造业发展的影响作用机制。但数字经济内容广泛，包含数字经济环境、数字经济运用能力等多个方面。关于制造业升级的现有文献仍存不足之处：一是部分研究仅以理论综述形式阐述数字化基础设施与制造业升级的关系，缺乏实践说服力。二是数字化基础设施的应用需要具备一定的技术水平，制造业升级亟需高素质的人才，却鲜有文献从技术创新、人才效应视角出发，探究数字化基础设施对制造业升级的逻辑关系。三是由于不同地区、不同行业的政策支持、资金、市场需求等方面的差异，导致制造业升级产生严重的异质性。为解决上述问题，文章主要通过数字化人才效应、技术创新效应，剖析数字化基础设施影响制造业升级的逻辑机理，并进一步整理2012—2020年省级面板数据，运用随机效应和中介效应模型检验数字化基础设施对制造业升级的作用机制及异质性，进而根据研究结论，提出进一步发挥数字化基础设施对制造业升级促进作用的政策建议，为数字经济时代的制造业升级探究提供参考。

2 理论分析与研究假设

技术扩散是技术在得到实际应用后，被广泛采用并推广传播，创新需要在技术扩散的作用下，才能产生更大的社会经济效益。数字化基础设施通过发挥新一代信息技术的技术扩散效应，在制造业各行业部门中不断扩散，加速了信息共享、知识溢出以及数字技术的渗透。技能偏向技术进步理论主要指对于高级技能人才加大了需求，推动社会劳动力水平从低级向高级转变，伴随高级人才供给增加，促进偏向型技术进步；受信息技术的高渗透性的影响，数字化基础设施促进地区智能化水平不断提高，加速了高级人才交流合作与集聚，推动劳动力市场结构进一步优化，为制造业结构升级提供人才支撑。

2.1 数字化基础设施与制造业升级

数字化基础设施是依托数字信息技术应用于数字化经济和社会的新型基础设施，通过多方面发挥其正外部效应作用于产业升级。从数字驱动方面看，数据成为新的生产要素，新型基础设施通过新一代信息技术的应用提高了数据资源流动效率，严北战等^[8]从供需视角，验证了互联网对制造业升级的双向驱动效应，并表明互联网需求侧对制造业升级作用效果更好，并且对技术导向型制造业的促进作用强于资本导向型制造业^[9]。从技术引领方面来看，数字化基础设施充分释放了数字技术引领效应，实现了信息的实时共享，促进了制造业的技术与设备升级，为制造业转型升级蓄力。基于此，提出：

假设H1：数字化基础设施有助于促进制造业升级。

2.2 数字化基础设施对制造业升级的影响机制

技术创新机制。该机制是指数字化基础设施通过提高技术创新水平促进了制造业升级。熊彼特的“创新理论”指出，创新即新发明能够在实际生产生活中得以运用，是生产要素的重新组合、工艺创新等多重形式，而数字化基础设施建设加速了创新要素的流动，促进了技术创新所需资源的整合，为制造业升级提供要素支撑^[10]。数字化基础设施的应用发展，打破了空间束缚，助力制造企业汲取先进技术知识，降低交易成本、提高管理效率^[11]、提升数字技术创新科研水平，进而推动制造业升级^[12]。制造业核心竞争力的保持依靠着技术的创新，而数字基建强调技术要素的驱动^[13]，通过加速知识转移、优化资源配置、扩大技术溢出^[14]提高创新研发效率和技术创新水平^[15]。基于上述分析，提出：

假设H2：数字化基础设施通过促进技术创新，进而对制造业的升级起推动作用。

数字化人才机制。该机制是指数字化基础设施通过提升数字化人才水平促进制造业的升级。基于人力资本理论，了解到人力资本代表个体拥有的知识储备、各项技能以及身心健康等综合素质。二十大报告强调，人力是第一要素，着力造就拔尖创新人才。随着数字化基础设施对拉动经济增长的作用越来越突出，大智移云等数字技术不断迭代升级，对高级信息技术人才的需求也会逐渐提高，Carpio等^[16]研究验证了数字化基础设施会远程促进人力资本积累。随着人力资本的积累，市场的人力资源配置会进一步优化，促进劳动力供给质量的提升，新基建加速了技术人员的流动，促进廉价劳动力型行业向知识技术导向型行业转变，人力资本高级化提升了高素质人才的供需匹配度，进一步促进制造业结构优化升级^[17]。董丽霞等^[18]提出劳动力迁移在人力资本水平高的地区对制造业升级更能发挥促进作用。制造业升级必然会增强对高级人才的需求，数字化基础设施可以促进高级人才的集聚，优化资源配置，促进制造业结构的高级化和合理化。基于此，提出：

假设H3：数字化基础设施通过提高数字化人才水平，进而促进制造业结构的升级。

基于以上研究假设，提出数字化基础设施与制造业升级的理论框架，见图1。

3 研究设计

3.1 变量设定与描述

首先，收集2012—2020年的省级面板数据，从合理化和高级化两个方面，探究数字化基础设施建设对制造业升级的影响。其次，分别从地区技术创新、数字化人才角度构建机制变量，进一步探索数字化基础设施建设对制造业升级的作用机制，具体变量构造如下：

1.被解释变量

制造业升级（MU）。从合理化和高级化两个方面对制造业升级展开分析，在对制造业类型进行划分时，借鉴王瑞荣等^[19]的方法划分劳动、资本、技术三组密集型制造业。

第一，制造业结构合理化（MR），通过调整不同行业、不同产业的比重，优化制造业的产业结构，使制造业的生产力、技术水平、经济效益等方面得到提升，促进产业升级和转型升级。借鉴赵昕东等^[20]的方法构建制造业结构合理化指数：

MR=Labor×1+Capital×2+Tech×31≤MR≤3（1）

式（1）中，MR代表制造业结构合理化。以制造业总产值为分母，三组制造业产值做分子，Labor、Capital、Tech依次表示劳动、资本、技术密集型制造业产值所占比例，MR值越大，表示制造业结构越合理，反之，MR越小，表示制造业结构较为不合理。

第二，制造业结构高级化（HIGH），是指制造业向高附加值、高效率、高环保等方向发展的过程，通过引进新技术、新工艺、新材料等手段，提高产品的附加值和质量水平，提高企业的技术含量和核心竞争力，实现制造业的可持续发展。借鉴傅元海等^[21]的方法，采用技术密集型与资本密集型的制造业产值之比来表示制造业结构高级化指数。

High=TechCapital（2）

式（2），该指数越高，说明制造业更加注重技术创新、产品升级和品牌建设，生产的产品更具有附加值和竞争力，Capital、Tech与前文同义。

2.核心解释变量

在厘清数字化基础设施内涵及理论框架基础上，借鉴潘为华等^[22]、苏冰杰等^[23]的方法，采用互联网域名数、移动电话基站数、互联网上网人数等六个指标衡量数字化基础设施建设水平，采取熵值法构建整体评价体系。表1为指标体系中各细分指标的内涵和计量标准。

熵值法确定权重过程如下：

X=Xij－minXijmaxXij－minXij（3）

计算第j个指标中第i个地区占该指标的比重：

Pij=Xij∑ni=1Xij（4）

计算第j项指标的熵值：

ej=－K*∑ni=1pij*lnpij（5）

计算第j项指标的差异系数：

dj=1－ej（6）

计算各指标权重：

wj=dj∑mj=1dj（7）

最后对各指标权重分别进行加权，得到各省数字化基础设施指标。

3.中介变量

地区技术创新水平（INNO）。国内外许多文献将专利作为衡量创新的指标，借鉴了匡祥琳^[24]的技术创新测度方法，运用主成分分析法将专利申请数、科研支出占比、规模以上工业企业研究发展支出和技术转让额四个指标构建成反映地区技术创新的综合指标体系。

数字化人才（DT）。该指标用来衡量从事信息技术行业的人才，借鉴范合君等^[25]的变量选取方法，该指标用城镇单位IT就业人数与就业人数的比值来衡量各省数字化人才水平。

4.控制变量

参照何玉梅等^[26]的做法，确定了以下4个控制变量：①研发投入RDI：地区研发经费投入支出占地区GDP的比例。②政府干预GI：通过地方财政支出与GDP比值来衡量。③传统基础设施（Traditional infrastructure）：传统基础设施可以促进资源要素流动，进而影响地区制造业升级，采用人均城市道路面积测度。④教育投入水平（EIL）：加大教育投入是提高人才质量和创新水平的保障，等于各省教育经费支出占一般预算支出比重。

3.2 样本选择及数据来源

2012年起，我国数据统计方式实行了新的标准，同年，首批“智慧城市”试点实施，次年“宽带中国”战略实施。2020年后许多指标数据暂未更新，为保证数据的可靠性和可获得性，将样本区间确定为2012—2020年，数据源于《中国工业统计年鉴》《中国统计年鉴》，不含西藏自治区、香港和澳门特别行政区以及台湾地区。首先使用Excel对数据进行处理，通过对变量取对数消除量纲的影响，削弱了异方差性与共线性，再采用Stata17.0对数据进行运算。

3.3 模型构建

1.随机效应模型

通过整理省级面板数据，探究数字化基础设施对制造业升级的影响，据此，建立以下计量模型：

MUit=α0+α1NDIit+α2Xit+εit（8）

其中，下标i、t分别表示省份、年份，MU代表制造业升级，包含制造业高级化和合理化两个被解释变量，NDI表示数字化基础设施建设水平，X为控制变量，包含研发投入（RDI）、政府干预（GI）、传统基础设施（Traditional infrastructure）、教育投入水平（EIL）四个变量，ε为随机扰动项。若α1的值为正，表示数字化基础设施的建设有助于推动制造业的升级。

2.中介效应模型

为了实证检验数字化基础设施建设是如何影响制造业升级，需要对技术创新和数字化人才两个变量进行中介效应检验，在基准模型的基础上，采用三步回归分析检验中介效应法，进一步建立以下递归模型：

Mit=β0+β1NDIit+β2Xit+εit（9）

MUit=γ0+γ1NDIit+γ2Mit+γ3Xit+εit（10）

式（10）中，下标i、t分别表示省份、年份，MU代表制造业升级，包含制造业高级化和合理化两个被解释变量，NDI表示数字化基础设施建设水平，M为中介变量，包含了技术创新水平和数字化人才两个中介变量，X为控制变量，与式（8）含义相同，ε为随机扰动项。β1代表总效应， γ1代表直接效应，β1*γ2代表中介效应。

4 实证分析

4.1 描述性分析

表2是各变量描述统计的结果。其中，制造业结构高级化（HIGH）均值为1.019，标准差为1.090，最大值为6.506，最小值为0.062，表明各省（自治区、直辖市）的制造业高级化差距较大，仍有很大提高空间。制造业结构合理化（MR）均值为1.990，标准差为0.208，最大值为2.644，最小值为1.551，表明各省制造业结构偏差较大。核心解释变量数字化基础设施建设水平均值为0.198，标准差为0.155。最大值为0.800，最小为0.019，说明各省数字化基础设施建设水平不均衡，差距较大。

4.2 基准回归

从表3看出，随机效应模型检验数字化基础设施建设对制造业升级的影响结果。列（1）（3）显示不考虑控制变量时，从制造业结构高级化角度，数字化基础设施对其作用的影响系数为1.496，明显高于对制造业结构合理化的回归系数0.292，二者都通过了1%的显著检验，表明数字化基础设施的发展有利于制造业结构高级化和合理化的发展。研究发现数字化基础设施水平每提升1个单位，制造业结构高级化、合理化指数分别提升1.496、0.292个单位，说明在数字化基础设施的作用下，技术得到了进一步发展，制造业结构偏向于技术密集型，即结构趋于高级化，有助于制造业的升级。列（2）（4）在模型中加入控制变量后，数字化基础设施对制造业结构高级化和合理化的影响程度有所提高，且通过1%的显著性检验，上述结论仍然成立，即控制变量的加入，排除了一些干扰因素后，数字化基础设施的建设对制造业升级影响程度有所提高，这表明数字化基础设施在推动制造业转型升级和优化结构方面发挥着越来越重要的作用，假设H1得到验证。

4.3 稳健性检验

上述研究结果显示，数字化基础设施对制造业升级具有显著的推动作用，为保证结论的可靠性，在此采用新方法重新衡量核心解释变量来验证结果。前文通过熵值法确定了数字化基础设施综合指标，为缓解指标构建方式带来的估计误差，现借鉴冀雁龙等^[27]等方法，采用主成分分析法重新构建数字化基础设施建设水平新综合指标（NDI1），回归结果见表4。

从表4中可以看出，列（1）（3）显示未加入控制变量时，数字化基础设施对制造业结构高级化的回归系数为0.138，对制造业结构合理化为0.028，且都在1%的水平上显著，列（2）（4）加入控制变量后，制造业结构高级化和合理化两个方面都显示数字化基础设施对制造业升级的影响程度均有提高，并通过1%的显著性检验。综上结果表明，数字化基础设施对制造业升级具有推动作用，与前文研究结论一致，结果具有稳健性。

5机制检验与异质性分析

5.1 机制检验

为进一步验证数字化基础设施建设促进制造业升级的内在机制，选取数字化人才和地区技术创新水平作为中介变量进行内在机制检验。数字化人才是指具有数字技能和数字素养，并且善于运用数字工具为企业解决问题的人才，包括管理、技能等多种类型人才，是数字化时代发展的核心竞争力。地区技术创新水平则在一定程度上代表该区域对数字化基础设施的利用效率。上述研究已经验证了数字化基础设施建设对制造业升级的促进作用。因此，认为数字化人才和技术创新在制造业升级对数字化基础设施建设利用过程中发挥重要的作用，拥有更多的数字化人才和较高的技术创新水平有助于促进制造业的升级。为验证假设，对数字化人才和技术创新分别进行中介效应检验，表5报告了检验结果。

数字化人才的中介效应检验。列（1）、（2）显示的是不包含中介变量的基准模型回归结果，列（3）显示数字化基础设施对数字化人才具有正向影响，且在1%的水平上显著。列（5）、（7）将数字化基础设施建设和数字化人才同时加入方程回归，结果显示数字化人才对制造业结构高级化具有完全中介作用，数字化人才对制造业结构合理化作用不显著，经过进一步的Bootstrap检验，表6结果显示，数字化人才的间接效应显著，即数字化基础设施建设通过提升数字化人才水平促进了制造业升级。假设H3得到验证。

地区技术创新水平的中介效应检验。列（4）显示数字化基础设施建设对技术创新水平有显著的正向作用，且通过1%的显著性检验，列（6）、（8）将数字化基础设施建设和技术创新同时加入方程回归，结果显示技术创新对制造业结构高级化和制造业结构合理化均具有完全中介作用，即数字化基础设施通过提升技术创新水平促进了制造业升级。假设H2得到验证。

5.2 异质性分析

1.区域异质性

不同地区的技术水平、环保问题、经济发展水平等因素差异，都会影响数字化基础设施对制造业升级的作用，检验数字化基础设施对制造业升级的区域异质性可以帮助政府更好地指导政策制定和产业发展。按照样本区域划分①，进行分组检验。表7结果显示，在东、中部地区，数字化基础设施对制造业结构高级化的回归系数分别为2.013、3.232，对制造业结构合理化的回归系数分别为0.300、0.995，中部结果显著性高于东部地区，原因可能在于中部成本较低，产业由东部向中部转移。在西部地区，无论是高级化方面，还是合理化方面，数字化基础设施的回归系数都为正，但不显著，可能由于西部地区数字化基础设施水平整体较低，各省发展差异较大，另外，制造业产业结构不太合理，整体产业水平较低。西部地区应加大对数字化基础设施建设的投资，并制定吸引人才的优厚政策。从表中可以看出，无论东中西部地区，相比于数字化基础设施对制造业结构合理化的作用效果好，其对制造业结构高级化发挥的作用更强。

2.行业异质性

不同行业的制造业在生产方式、技术水平、人力资源结构、市场需求等方面存在差异，这些特征影响了数字化基础设施对制造业升级的影响。只有了解不同行业的特征和需求，才能更好地应用数字化基础设施促进制造业升级。从表8可以看出，数字化基础设施对不同类型制造业的影响作用效果不同。列（1）表明数字化基础设施对劳动密集型制造业的影响显著为负，原因可能在于数字化基础设施的应用，促进了技术的发展，加大了对高级人力的需求，但劳动密集型制造业中多数都是传统制造业，对于数字技术的应用不成熟，员工数字化素养较低。列（2）表明数字化基础设施对资本密集型制造业的回归系数为负，但不显著，说明在样本考察期间，该影响作用效果尚未显现。列（3）结果显示数字化基础设施对技术密集型制造业的回归系数为0.171，且在1%的水平上显著，表明数字化基础设施有助于推动技术密集型制造业升级发展，技术密集型制造业能够较好地利用数字红利，与数字技术进行融合渗透，间接表明数字化基础设施对制造业升级具有促进作用。

6 结论与建议

基于技术扩散理论和技能偏向技术进步理论，整理2012—2020年我国30个省份（自治区、直辖市）的面板数据，从制造业结构高级化和合理化两个维度实证检验了数字化基础设施对制造业升级的影响机制，进一步探讨了在不同区域和制造业类型下，数字化基础设施对制造业升级的异质性影响。研究发现：（1）数字化基础设施对制造业升级具有显著的促进作用。（2）数字化基础设施通过提高数字化人才和技术创新的水平促进了制造业升级，且数字化人才水平和技术创新越高，数字化基础设施对制造业升级的作用效果越好。（3）区域异质性检验表明，在东中部地区，数字化基础设施对制造业升级的作用显著，对于西部地区，虽然具有正向影响，但不显著。行业异质性检验表明，数字化基础设施有助于推动技术密集型制造业升级，相较于数字化基础设施对资本密集型制造业的负向影响，其对劳动密集型制造业的抑制效果更强。根据上述结论，提出以下几点建议：

（1）撬动社会资金用于数字基建项目，充分发挥数字化基础设施对制造业升级的正外部效应。政府应加大对数字基建项目的税收优惠力度，对数字基建项目所涉及的设备、技术、人力等方面的支出进行税收抵扣，以降低数字基建项目的成本。同时，简化增值税留抵退税流程规范，尽早将资金落实到账，提高企业现金流或暂时免征企业所得税，以鼓励企业积极投入数字基建项目。运用PPP模式撬动社会资金去投资新基建项目，鼓励各市场主体公平参与数字基础设施建设领域的股权与债权投资。

（2）强化技术创新和数字化人才的中介作用，为数字化基础设施促进制造业升级提供有力的支撑。政府应当支持设立高校、科研机构等建设重点实验室和技术创新实验中心，促进校企开展产学研合作，鼓励研发关键核心技术。在研发费用方面，提高研发费用的加计扣除比例；各省教育部应当引导高校开设数字经济和智能制造方面的学科专业，培养数字化高层次技能与管理人才，提高数字化人才的数量和质量，打造多类型人才队伍以支持数字基建的发展。通过设立数字人才培养专项基金，来激励更多数字化人才流向企业数字化转型升级，为数字化基础设施促进制造业升级提供人才保障。

（3）制定政策要“因地制宜”，释放数字化基础设施潜力。东中部地区应强化数字化基础设施的正外部效应，结合自身经济优势，积极发展人工智能、工业互联网等数字技术产业链的发展，从而带动落后地区数字技术的发展。对于西部地区，数字化基础设施水平较落后，应从资金投入、外资引进等方面强化对数字化基础设施建设的支持，放宽中小企业的贷款限制，加强示范基地与金融机构的合作，并且引导制造业企业充分学习数字技术，提高对数字化基础设施的利用率。

（4）充分利用新一代信息技术的高渗透性，对不同类型的制造业有针对性地赋能。对于劳动密集型制造业，以分阶段形式推进企业数字技术应用，缓解劳动力成本上升，对现有熟练员工进行数字化转岗培训；对于资本密集型制造业，政府要正确运用财政资金，设立智能制造专项基金，依托数字技术对工厂、设备进行改造更新，建立智能化的生产线；对于技术密集型制造业，树立数字化经营理念，积极运用先进制造产业投资基金，建设重点行业智能化示范工厂，推进重点领域关键技术产业化项目。

［注 释］

① 东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。

［参 考 文 献］

［1］

MITRA A，SHARMA C，VEGANZONES-VAROUDAKIS M A.Infrastructure，information amp; communication technology and firms’ productive performance of the Indian manufacturing[J].Journal of Policy Modeling，2016，38（2）：353-371.

[2] MORENO R，PACI R，USAI S.Spatial spillovers and innovation activity in European regions[J].Environment and Planning A：Economy and Space，2005，37（10）：1793-1812.

[3] 郭家堂，骆品亮.互联网对中国全要素生产率有促进作用吗？[J].管理世界，2016（10）：34-49.

[4] 石璋铭，杜琳.工业互联网平台对产业融合影响的实证研究[J].科技进步与对策，2022，39（19）：59-68.

[5] 蔡延泽，龚新蜀，靳媚.数字经济、创新环境与制造业转型升级[J].统计与决策，2021，37（17）：20-24.

[6] 刘军，石喜爱.“互联网+”是否能促进产业聚集——基于2007—2014年省级面板数据的检验[J].中国科技论坛，2018（4）：66-72.

[7] 钞小静，王宸威.数据要素对制造业高质量发展的影响——来自制造业上市公司微观视角的经验证据[J].浙江工商大学学报，2022（4）：109-122.

[8] 严北战，周懿.“互联网+”对制造业升级的影响——基于供给侧、需求侧双向驱动的分析[J].科技管理研究，2020，40（22）：124-130.

[9] 曾繁华，刘淑萍.“互联网+”对中国制造业升级影响的实证检验[J].统计与决策，2019，35（9）：124-127.

[10] SHOUFU LIN，SHUOCHUN CAI，JI SUN，et al.Influencing mechanism and achievement of manufacturing transformation and upgrading[J].Journal of Manufacturing Technology Management，2019，30（1）：213-232.

[11] 温湖炜，钟启明.数字基础设施与企业全要素生产率——来自中国上市公司的证据[J].软科学，2022，36（8）：64-71.

[12] 沈运红，黄桁.数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据[J].科技管理研究，2020，40（3）：147-154.

[13] 周嘉，马世龙.从赋能到使能：新基建驱动下的工业企业数字化转型[J].西安交通大学学报（社会科学版），2022，42（3）：20-30.

[14] 赵星.新型数字基础设施的技术创新效应研究[J].统计研究，2022，39（4）：80-92.

[15] 韩峰，阳立高.生产性服务业集聚如何影响制造业结构升级？——一个集聚经济与熊彼特内生增长理论的综合框架[J].管理世界，2020，36（2）：72-94.

[16] DEL CARPIO XIMENA，CUESTA JOSE A.，KUGLER MAURICE D.，et al.What Effects Could Global Value Chain and Digital Infrastructure Development Policies Have on Poverty and Inequality after COVID-19？[J].Journal of Risk and Financial Management，2022，15（2）：43-43.

[17] 王蓉，黄桂田.人力资本结构高级化、结构匹配与制造业生产效率提升[J].统计与决策，2022，38（11）：88-92.

[18] 董丽霞，张子君.劳动力迁移与中国制造业结构转型升级[J].技术经济，2021，40（11）：84-93.

[19] 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.

[20] 赵昕东，刘成坤.人口老龄化对制造业结构升级的作用机制研究——基于中介效应模型的检验[J].中国软科学，2019（3）：153-163.

[21] 傅元海，叶祥松，王展祥.制造业结构优化的技术进步路径选择——基于动态面板的经验分析[J].中国工业经济，2014（9）：78-90.

[22] 潘为华，贺正楚，潘红玉.中国数字经济发展的时空演化和分布动态[J].中国软科学，2021（10）：137-147.

[23] 苏冰杰，卢方元，朱峰，等.中国数字经济发展水平：时空特征、动态演化及影响因素[J].运筹与管理，2022，31（9）：161-168.

[24] 匡祥琳.中国人工智能技术创新水平评价及测度[J].技术经济与管理研究，2022（5）：21-26.

[25] 范合君，吴婷.新型数字基础设施、数字化能力与全要素生产率[J].经济与管理研究，2022，43（1）：3-22.

[26] 何玉梅，赵欣灏.新型数字基础设施能够推动产业结构升级吗——来自中国272个地级市的经验证据[J].科技进步与对策，2021，38（17）：79-86.

[27] 冀雁龙，李金叶，赵华.数字化基础设施建设与旅游经济增长——基于中介效应与调节效应的机制检验[J].经济问题，2022（7）：112-121.

The Impact of Digital Infrastructure on the Upgrading of Manufacturing Industry

Wang Rui

Abstract： In order to explore the impact of digital infrastructure on the upgrading of manufacturing industry and its mechanism， this paper constructs a random effect and intermediary effect model and collates the provincial panel data from 2012 to 2020， this paper empirically tests the impact mechanism of digital infrastructure on the upgrading of manufacturing industry from the two dimensions of advanced and rationalization of manufacturing industry structure， and further discusses the impact mechanism of digital infrastructure on the upgrading of manufacturing industry in different regions and types of manufacturing industry， the heterogeneous impact of digital infrastructure on the upgrading of manufacturing industry. The research shows that digital infrastructure is an important driving force for the optimization and upgrading of traditional industries， and plays a significant role in promoting the upgrading of manufacturing industries， the role of digital infrastructure is heterogeneous， and the role of digital infrastructure is more significant for technology-intensive manufacturing in the east-central region.

Key words：digital infrastructure; upgrading of manufacturing industry; digital talents; technological innovation

责任编辑：陈星宇