数字经济对制造业高质量发展的影响_过晓颖.pdf

创 新 实 践INDUSTRIAL INNOVATION 产业创新研究17作者简介：1.过晓颖，女，天津人，天津商业大学经济学院副教授，博士；研究方向：区域产业分析；2.袁思涵，男，天津商业大学经济学院研究生；研究方向：区域产业分析。数字经济对制造业高质量发展的影响过晓颖 袁思涵（天津商业大学经济学院，天津 300134）摘要：制造业高质量发展是经济高质量发展的重要构成，而数字经济因其对产业的广泛渗透力和对经济的赋能增长作用，对推动制造业高质量发展亦有重要影响。本文基于熵值法构建制造业高质量发展和数字经济发展水平的评价体系，使用双向固定效应模型和中介效应模型，分析数字经济对制造业高质量发展的影响。研究发现，数字经济对于制造业高质量发展有正向促进作用，并且对制造业创新水平和制造业升级发挥部分的中介效应。因此，应积极推动制造业与数字经济深度融合，提升制造业企业创新水平和附加值。本文的研究结论有助于探究数字经济驱动制造业高质量发展的理论机制，为实现制造业高质量发展提供经验依据。关键词：数字经济；制造业高质量发展；熵值法；中介效应一、引言数字经济作为一种新兴经济形态，在许多方面可以同现有生产要素相结合，用技术和数据等生产要素实现共享协作，提高生产要素的利用效率，从而实现传统产业的转型升级，同时实现数字经济产业实体化，也推动数字经济这一新兴产业发展壮大。目前，全球主要发达国家都将数字经济确立为未来发展的重点，并在各领域不断创新以拓宽数字经济的边界，发挥出数字经济对经济高质量发展的促进作用。中国经济已由高速增长阶段转向高质量发展阶段转变，创新、协调、绿色、开放、共享成为经济高质量发展的新要求。当前，制造业仍存在生产效率较低和附加值不高的问题，传统制造业转型迫在眉睫，如何结合数字经济发展的背景，实现制造业高质量发展，利用数字技术推动传统制造业数字化转型、绿色发展，成为经济新常态下必然选择。数字经济如何为传统制造业赋能，实现制造业高质量发展是一个值得探究的问题。本文构建了数字经济对制造业高质量发展影响的双向固定效应和中介效应模型，选取了制造业企业创新水平和制造业升级两个中介变量，试图从理论上探究数字经济促进制造业高质量发展的内在机制。利用20112020 年我国 30 个省份的面板数据进行实证研究，力求所得的结论具有现实意义和针对性，为数字经济促进制造业高质量发展提供经验参考。由于对高质量发展的评价体系不同，有多位学者从不同角度出发去论述数字经济对于经济高质量发展。刘维林（2022）从产业结构优化效应、创新能力激发效应和公众认知能力三个作用渠道识别和验证了数字经济对于城市绿色发展过程中的提升效应1。李颖等（2022）认为数字经济可以通过数据这一生产要素，改变价值的创造和分配，从而驱动制造业产业创新2。也有学者从产业升级角度去评价数字经济的影响。李治国等（2021）认为数字经济可以通过激发区域创新创业活力来加快产业转型速度，从而促使产业结构合理化和产业升级3。韩健（2022）提出，数字经济可以通过居民消费水平和城市研发创新能力两方面来间接影响产业结构转型升级4。陈晓峰（2022）也认为数字经济通过人力资本积累和科技创新间接影响产业结构升级，技术创新的作用更加突出5。方湖柳从资源错配与企业创新两个方面出发进行理论分析，较为细致地揭示数字技术影响产业结构升级的内在机制6。还有学者将数字经济细化为数字产业化，如宋旭光等（2022）认为数字产业化直接促进了制造业全要素生产率的提高，并且企业内部成本控制和成本管理发挥了部分的中介效应7。二、理论分析及研究假设（一）数字经济与制造业高质量发展数字经济极大地提升了信息的传递效率，为制造业的高质量发展提供了数字基础设施建设，对于制造业高质量发展有正向促进作用。现有理论已经说明，数字经济可以通过产业数字化来为传统产业赋能。新的数字技术与传统产业相结合，从生产环创 新 实 践产业创新研究 2023.7 第14 期18节到消费环节均有参与，提高传统行业的劳动生产率，降低企业生产成本，提升企业管理效率，拓展消费场景，从而促进制造业高质量发展。不同于传统制造业，数字经济以信息技术为载体，符合经济高质量发展的“绿色、协调、创新、开放、共享”等要求。基于此，本文提出假说 1：数字经济对制造业高质量发展有正向影响。（二）数字经济、创新水平与制造业高质量发展在传统要素堆积的增长模式逐渐乏力的情况下，数字经济能够减缓信息不对称，降低交易成本，提高劳动生产率，从而提升全要素生产率，优化资源配置。数字经济可以有效降低信息不对称程度，减缓区域市场分割，提高要素市场资源配置效率，促进人才、资本、技术的跨区域流动，在此基础上，区域创新水平得以提升8。数字经济极大地降低了信息传递的成本，无论是人员流动还是知识的共享，对于制造业企业创新水平会产生重大影响，而创新对于制造业企业的发展是至关重要的。不同行业之间的技术交流，以及产业链上下游的沟通整合，将会在创新这一层面推动制造业高质量发展。基于此，本文提出假说 2：数字经济通过提升创新水平来促进制造业高质量发展。（三）数字经济、制造业升级与制造业高质量发展互联网、云计算、大数据等技术与传统制造业相结合，可以提高制造业的产品的附加值，更好地满足消费者需求，催生出更具有科技含量的产品，促使传统制造业转型升级，由低端制造业逐步转型为高端制造业，更加符合高质量发展节能环保的需求，从而推动制造业高质量发展。基于此，本文提出假说 3：数字经济通过促使制造业升级来促进制造业高质量发展。三、模型构建及变量说明（一）模型构建1.双向固定效应模型通过上述分析，为了研究地区数字经济发展水平对制造业高质量发展的影响，本文构建双向固定效应模型如下：MH=0+1DEit+Controlit+i+t+it（1）i 表示各省份，t 表示年份，MH 代表制造业高质量发展水平，DE 表示数字经济发展水平，Control 表示一系列控制变量。0为常数项，1为数字经济发展水平的估计系数。i和 t为时间效应和个体效应，it为随机扰动项。2.中介效应模型为了验证假设 2 和 3，本文采用逐步回归法来检验中介效应7，构建如下模型：MHit=0+1 DEit+1 Controlit+i+t+it（2）Mit=0+2 DEit+2 Controlit+i+t+it（3）MHit=0+3DEit+1Mit+i+t+it（4）中介变量 Mit为制造业创新水平和制造业高级化程度，创新水平用制造业企业研发支出与 GDP 的比值来衡量，制造业高级化程度（产业升级）用制造业企业增加值与 GDP 的比重来衡量。（二）变量说明1.被解释变量本文的被解释变量为制造业高质量发展水平，参考陈晓峰4的研究成果，构建制造业高质量发展指标体系，设置共享、创新、协调、绿色四个二级指标，设置制造业固定资产投资等 15 个三级指标，如表 1 所示。表 1 制造业高质量发展水平评价指标体系一级指标二级指标三级指标单位指标属性制造业高质量发展水平共享制造业固定资产投资亿元正向规模以上工业企业单位数个正向创新工业增加值亿元正向制造业增加值亿元正向高端制造业增加值亿元正向规模以上工业企业 R&D 经费亿元正向规模以上工业企业 R&D 人员全时当量人年正向规模以上工业企业新产品开发项目数件正向协调规模以上工业企业销售费用亿元负向规模以上工业企业管理费用亿元负向规模以上工业企业财务费用亿元负向规模以上工业企业利润总额亿元正向绿色电力消耗量亿千瓦小时负向废水排放量万吨负向二氧化硫排放量万吨负向2.核心解释变量参考赵涛等（2020）等方法，采用互联网普及率、互联网相关从业人数、互联网相关产出、互联网用户数量、数字金融普惠发展五个二级指标，其中数字金融普惠发展采用北京大学数字金融研究中心发布的中国数字普惠金融指数9。本文采用熵值法来衡量数字经济发展水平和制造业高质量发展评级体系，具体操作如下。首先，需要对数据进行标准化处理，区分指标的走向对整个评价体系的意义。当该指标越大对整个评价体系越有利时，此时采用正向指标计算方法：Xij=Xij-MinXjMaxXj-MinXj反之则采用负向指标计算方法：Xij=MaxXj-XijMaxXj-MinXj其中，MaxXj 为所有年份指标的最大值，MinXj 为所有年份指标的最小值，Xij为标准化之后的值。创 新 实 践INDUSTRIAL INNOVATION 产业创新研究19第 i 年中第 j 项指标在评级体系中所占的权重 W=XijXijnn=1信息熵Ej=-lnm（wij*lnwij）mi=1，其中m为年份。冗余度Dij=1-Eij根据信息熵冗余度计算得出该项指标的权重 wj=DjDjmj=1在得到每个指标在总评价体系中的权重之后，单个指标在第 i 年的值 Qj=Wj*Xij。最终，数字经济发展水平和制造业高质量发展水平的值用 Qj求和即求得。表 2 数字经济发展水平评价指标体系一级指标二级指标三级指标指标属性数字经济综合发展指数互联网普及率每百人互联网用户数量正向互联网相关从业人数 计算机服务和软件从业人员占比正向互联网相关产出人均电信业务总量正向移动互联网用户数量每百人移动电话用户数量正向数字金融普惠发展中国数字普惠金融指数正向3.中介变量本文的中介变量为制造业创新水平和制造业高级化程度。制造业企业对于新技术、新产品的研发投入增加会对技术的发展有正向促进作用，因此选择创新水平作为中介变量。创新水平用制造业企业研发支出与 GDP 的比值来衡量，在下文中用 IN 代表。数字经济下的新技术能够赋能传统制造业，提升产品附加值，因此选择制造业升级水平作为中介变量，制造业高级化程度（产业升级）用制造业企业增加值占 GDP 的比重来衡量，在下文中用 IR 代表。4.控制变量为避免一系列因遗漏变量带来的估计误差，选取以下控制变量。经济发展水平（PGDP）经济发展水平对于当地产业发展有重要影响，一般经济越发达，其产业体系较为完善，产业结构高级化程度越高，因此选取人均 GDP 增长指数作为控制变量。外贸依存度（IO），采用进出口占 GDP 的比重来表示。公路通达强度（RS），采用公路里程数与省份面积的比值来计算。城市化率（CR），采用城镇人口数量与总人口的比值来计算。（三）数据来源及描述性统计分析本文选取全国 30 个省份为研究对象，选择 20112020 年的面板数据进行实证研究。数据来源为中国统计年鉴 中国工业统计年鉴 中国信息产业科技统计年鉴、各省份统计年鉴、国家统计局官网、EPS 数据库、北京大学数字金融研究中心。由于部分数据缺失，对其进行插值法以进行针对性填补。表 3 变量及描述性统计变量类型变量名称符号 样本量均值标准差 最小值 最大值被解释变量制造业高质量发展水平MH3000.3530.07350.2980.680核心解释变量数字经济发展水平DE3000.3730.1740.07730.982控制变量城市化率CR3000.5900.1220.3500.896区域经济发展水平PGDP300107.32.85596.40116.1外贸依存度IO3005.5950.9452.3977.726公路通达程度RS3000.9450.5050.08922.205中介变量创新水平IN3000.01670.0113 0.00411 0.0644制造业升级水平IR30035.078.9029.69453.04四、实证结果及分析（一）双向固定效应模型回归结果基准回归模型解释变量数字经济发展水平对被解释变量制造业高质量发展的回归系数显著，在 1%的显著性水平下通过了检验，因此通过了原假设。数字经济发展水平的估计系数符号为正，在 1%水平上通过了显著性检验，因此可以说明数字经济对于制造业的高质量发展有正向的促进作用。相比于控制变量来说，解释变量数字经济发展水平与制造业高质量发展水平更具有相关性，数字经济发展水平每提升一个单位，制造业高质量发展水平就提升 0.207 个单位。表 4 双向固定效应模型回归结果（1）变量MHDE0.207*（0.0765）PGDP0.00175*（0.00105）IO0.00472（0.00589）RS0.0203（0.0198）CR0.0537（0.0944）Constant0.0427（0.149）Observations300Number of code30R-squared0.235注：*、*及*分别代表 10%、5%及 1%水平上的显著，（）内的数值为标准误。由于数据可获得性的原因，不包括西藏和港澳台地区。创 新 实 践产业创新研究 2023.7 第14 期20为避免极端值对于回归结果的影响，本文对所有变量的数据进行了 1%的缩尾处理，仍用双向固定效应模型进行回归，处理后结果如下。解释变量数字经济发展水平的系数为正，仍然通过了 1%水平上的显著性检验。表 5 对变量缩尾之后双向固定效应模型回归结果（1）变量MHDE0.211*（0.0783）PGDP0.00207*（0.00109）IO0.00440（0.00611）RS0.0202（0.0198）CR0.0330（0.0913）Constant0.0195（0.151）Observations300Number of code30R-squared0.241注：*、*及*分别代表 10%、5%及 1%水平上的显著，（）内的数值为标准误。五、中介效应检验（一）中介效应检验本文采用逐步回归法10对创新水平和制造业升级水平是否发挥中介效应进行检验，回归结果见表 6。表 6 中介效应模型回归结果变量MHINMHIRMHDE0.20714*（0.07654）0.01591*（0.00501）0.14437*（0.07553）40.69606*（11.31971）0.17578*（0.07809）IN3.94633*（0.92367）IR0.00077*（0.00042）PGDP0.00175*（0.00105）0.00024*（0.00007）0.00079（0.00105）0.69529*（0.15598）0.00122（0.00109）IO0.00472（0.00589）0.00097*（0.00039）0.00090（0.00577）0.58387（0.87067）0.00427（0.00587）RS0.02032（0.01984）0.00552*（0.00130）-0.00146（0.01987）10.07240*（2.93485）0.01256（0.02020）CR0.05370（0.09437）0.00064（0.00618）0.05117（0.09135）39.70213*（13.95713）0.02310（0.09541）_cons0.04265（0.14885）-0.02561*（0.00975）0.14371（0.14600）-73.72738*（22.01449）0.09947（0.15138）N300300300300300adj.R20.10660.59970.16300.72080.1148（Standard errors in parentheses，*p0.1,*p0.05,*p0.01）根据回归结果，无论是解释变量数字经济发展水平，还是中介变量创新水平和制造业升级水平，都通过了显著性检验，因此中介效应成立，即数字经济通过应将创新水平和制造业升级程度来对制造业高质量发展产生影响。其中数字经济对创新水平的回归系数为 0.01591，数字经济发展水平每提升 1 个单位，制造业创新水平随之提升 0.01591 个单位，且在 1%的水平上通过了显著性检验。创新水平所占的中介效应比例为 0.01591*3.94633/0.20714=30.31%。数字经济对制造业升级水平的回归系数为 40.69606，数字经济发展水平每提升 1 个单位，制造业创新水平随之提升 40.69606 个单位，且在 1%的水平上通过了显著性检验。制造业升级水平所占的中介效应比例为：0.00077*40.69606/0.20714=20.71%。因此，可以得出结论，数字经济通过创新水平和制造业升级来推动制造业高质量发展，前文中假设 2 和假设 3 得到验证。六、研究结论及建议在数字经济作为新的增长引擎和经济高质量发展的背景下，本文立足于数字经济影响制造业高质量发展内在逻辑，基于 20112020 年中国 30 个省份的面板数据，构建双向固定效应模型和中介效应模型对数字经济能否影响制造业高质量发展以及如何影响进行了探究，得出以下结论：第一，数字经济对制造业高质量发展有正向的促进作用。第二，数字经济可以通过影响制造业创新水平和制造业转型升级两个中介变量来发挥对制造业高质量发展的影响。根据研究结果，为促进制造业高质量发展，满足创新、协调、绿色、开放、共享等新要求，现提出以下建议：第一，继续推进发展数字经济，提升数字经济发展水平，加快数字经济基础设施建设，将数字经济作为新的经济引擎，积极探索新的数字技术应用场景。完善数字产业化和产业数字化，推动数字经济与传统制造业深度融合。第二，加大对于基础研究的投入，特别是在高端制造领域内的多学科融合研究。鼓励制造业企业研发创新投入，突破技术封锁。要以制造业企业需求为导向，加强产学研一体化培养，提高科技成果的转化效率。加大职业教育和技能培训的力度，鼓励高端人才向制造业流动，吸引更多人才集聚在制造业创新的土壤。第三，促进制造业企业数字化转型，提升智能制造水平，提高产品技术含量，扩大高端市场供给。将物联网、人工智能等技术应用于制造业生产过程，立足于高端制造业，提升产品附加值。参考文献：1 刘维林，王艺斌.数字经济赋能城市绿色高质量发展的效应与机制研究 J.南方经济，2022（08）：73-91.2 李颖，贺俊.数字经济赋能制造业产业创新研究 J.经（下转第 53 页）研 究 探 索INDUSTRIAL INNOVATION 产业创新研究53从世界范围角度分析，日本、美国、欧洲以及印度的化学原料药产业升级值得我们借鉴，因为印度企业的生产情况和我国比较接近，所以国内很多专业人才希望我们效仿印度模式，也就是说，从加工生产基础原料药优化为国际制剂研发销售企业。然而，虽然印度产业模式有值得我国学习之处，但印度模式主要是在技术上有很多印度企业在欧美市场中占据绝对领先地位，而中国很少有企业在欧美国际市场中占据优势，尤其是在国内需求量较大的环境下，基于国际交流优势而创建的印度模式，不值得我国效仿照搬。而欧洲模式对于我国来说更具借鉴价值。在相当长一段时间内，欧洲的瑞士、意大利、德国等国的化学原料药在国际市场都占据主导地位，而且在化学原料药行业发展领域也有着丰富的经验，持续研发投入是这些国家在化学原料药行业中始终保持优势的重要原因。相比第三世界国家的化学原料药企业，我国相关行业在地域、技术等层面都具有明显优势，相比欧美等发达国家，我国研发成本优势也比较强，而相比印度，我国在基础原料药成本、规模方面占据优势，所以国内化学原料药产业升级的核心在于将化学原料药本行做好，而制剂条件较好的企业可适度转型至制剂业。化学原料药产业升级途径主要包括：1.整合供应链、优化产品架构，提高产品质量，进一步加大技术创新与改造，此为化学原料药产业升级的重中之重，这对中小企业而言非常关键，也适用于大中型生产企业8；2.优秀企业需要不断优化专利到期化学原料药的抢仿，主动承接世界医药研发外包业务，以实现自身研发能力的提升，借助科技创新，慢慢向专利药、高端仿制药等供应商迈进；3.对于制剂环节有所成绩的企业，待到条件成熟，兼并重组，获取国际认证，对高端制剂产业予以适时发展，采用拉长产业链的方式实现产业升级；4.大型化学原料药生产企业应充分利用其人才和技术优势，牢牢把握国家扶持政策，创新药物研发，以提升自身在国际医药市场中的地位。四、结语优化升级化学原料药产业，为我国传统原料药行业提供了变革与发展的希望，将新鲜力量注入传统原料药市场，化学原料药产业升级，有助于抑制当前国际化学原料药产业恶意竞争、彼此低价出售样品等不良现象，对国内外化学原料药科技交流也具有很大促进作用，包括研发、创新与升级原料药药品，强化国内外有关化学原料药的相互沟通交流，这对国家之间的文化渗透与经济发展极为有利。化学原料药产业升级促进了科技的发展，对我国优秀人才的培养也具有推动作用，带动着各地经济产业链的形成。参考文献：1 刘玉双，邵玉梅.化学原料药产业结构升级的实证研究解析 J.中文科技期刊数据库（全文版）经济管理，2021（01）：3-5.2 孙婷婷，华闻静.促进我国化学原料药行业产业升级的对策研究 J.中文科技期刊数据库（全文版）经济管理，2021（11）：0108-0110.3 苏红，周家祺，华雪蔚，等.宜昌市生物医药产业现状和发展策略研究 J.中国医药工业杂志，2021（12）：52-53.4 郅慧航，钟旭斌，黄丽丽.化学原料药生产过程中的质量风险管理 J.化工管理，2022（02）：14-16.5 刘惠焕，李娟.分析化学原料药生产工艺变更研究常见问题J.中国科技期刊数据库工业A，2021（01）：283-284+289.6 陈明.化学原料药新型设备的应用与生产管理模式的优化 J.化工管理，2022（15）：117-120.7 华闻静，孙婷婷.化学原料药生产过程中质量风险管理探究 J.中国科技期刊数据库工业 A，2021（11）：311-313.8 王泽华，刘琴，朱艳洽.探究化学原料药生产工艺变更研究常见问题 J.中国科技期刊数据库 工业 A，2021（01）：292-293.济体制改革，2022，233（02）：101-106.3 李治国，车帅，王杰.数字经济发展与产业结构转型升级基于中国 275 个城市的异质性检验 J.广东财经大学学报，2021，36（05）：27-40.4 韩健，李江宇.数字经济发展对产业结构升级的影响机制研究 J.统计与信息论坛，2022，37（07）：13-25.5 陈晓峰.数字经济发展对我国制造业升级的影响基于省际面板数据的经验考察 J.南通大学学报（社会科学版），2022，38（03）：128-140.6 方湖柳，潘娴，马九杰.数字技术对长三角产业结构升级的影响研究 J.浙江社会科学，2022（04）：25-35+156-157.7 宋旭光，何佳佳，左马华青.数字产业化赋能实体经济发展：机制与路径 J.改革，2022，340（06）：76-90.8 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（03）：4-20.9 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展来自中国城市的经验证据 J.管理世界，2020，36（10）：65-76.10 温忠麟，方杰，谢晋艳，等.国内中介效应的方法学研究 J.心理科学进展，2022，30（08）：1692-1702.（上接第 20 页）