董 超
(中共山東省委黨校,山東 濟南 250001)
各種新興經濟業態充分利用了互聯網技術這一要素,發展新型的商業模式,在激烈的市場競爭中占據優勢,實現蓬勃發展。傳統制造業卻面臨著生產效率低、質量效益差、整體競爭力較弱的困境,在轉型升級中進展緩慢。而“互聯網+”正是能將傳統制造業與新興信息技術相結合,使之煥發出新的生機與活力,實現產業整合,提高創新能力的關鍵。
2021年十三屆全國人大四次會議上強調,要發展工業互聯網,運用好“互聯網+”,發展新業態新模式。從2015年國家首次提出“互聯網+”以來,傳統制造業利用互聯網技術平臺在生產、經營上發生了深刻的變革,但是整體效益較低、創新能力較弱、產能過剩的局面并未從根本上得到解決。為實現“中國制造2025”行動計劃,傳統制造業需更好地與互聯網技術相結合,以此來實現自身的轉型升級,向智慧化邁進。
“互聯網+”的應用能夠推進信息技術與傳統制造業的融合,使復雜的生產要素重新組合,提高生產和銷售等環節中生產要素的組合效率,成為其新的增長引擎;能夠將數據與資金、人才等要素充分結合,提高制造業企業創新能力,使“智慧制造”成為其新的發展方向,從而提高生產效率和經濟效益;能夠密切產業間的聯系,更加精準地判斷產業鏈間企業需求和供給情況,提高生產效率;能改變傳統的經營方式與管理理念,使研發、生產、銷售等環節實現動態、有效的鏈接,提高資本循環效率,且能增加收入渠道,使企業利潤顯著提升。以傳統制造業發展水平作為被解釋變量,互聯網技術的發展程度作為核心解釋變量進行實證分析。
1.1.1被解釋變量
對于制造業升級的測度,學術界主要通過投入產出比、產業貢獻率、勞動生產率和結構高度化水平等指標來衡量。要評判傳統制造業的發展狀況,僅從產出水平等方面,或許無法衡量其真實發展能力、經濟效益和發展層次,故而無法判斷互聯網的應用等因素是否對其經營的改善起到了作用。因此,選用我國傳統制造業行業的利潤總額(y)測算來測度其發展水平。利潤總額具體數據將依據我國1997-2018年規模以上工業企業中傳統制造行業的利潤總額測算。
1.1.2 解釋變量
對于“互聯網+”的應用程度的測度,已有文獻則主要通過互聯網普及率、互聯網用戶數、信息傳輸和軟件服務的固定資產投資或增加值等來衡量。為考慮互聯網的整體普及狀況、發展水平和使用情況,以及對傳統制造業的影響,并考慮到數據的可獲得性,選用1997-2018年的電信業務總量(inter)來衡量互聯網的發展程度。
1.1.3 控制變量
根據已有文獻的研究和傳統制造業的實際發展情況來看, 外商直接投資、技術發展水平等因素都會對傳統制造業的發展產生一定的影響。為使分析結果更加可靠,在研究中設定以下控制變量:
(1)外商直接投資(fdi):用外商對我國制造業的直接投資額衡量;
(2)技術發展水平(tech):用我國技術市場成交額衡量。
根據以上所述,為更好地研究互聯網發展水平對傳統制造業水平的影響,且為減少異方差性帶來的影響,將對各變量對數變換。考慮到互聯網發展水平通常不能立即對傳統制造業產生影響,而要經過一定周期才能對其產生沖擊。因此將互聯網發展水平滯后一期。綜上設定模型如下:
lnyt=c+β0lnintert-1+β1lnfdit+β2lntecht+u
其中,下標t表示年份,y表示傳統制造業行業利潤,inter表示互聯網發展水平,fdi表示外商對我國制造業的直接投資,tech表示技術發展水平,c為截距項,u為擾動項。
所建模型采用的數據來源于國家統計年鑒、中國工業經濟年鑒和中國互聯網信息中心等。
接下來將利用Eviews8在控制外商直接投資、技術發展水平變量的基礎上,著重分析互聯網發展水平對傳統制造業發展的影響。
1.3.1 平穩性檢驗
為防止隨機趨勢的擾動因素對分析產生影響,首先將進行變量的平穩性檢驗:采用ADF單位根檢驗法,首先對因變量和各自變量進行平穩性檢驗。結果如表1所示。

表1 對模型各原變量進行單位根檢驗的結果
從表1中可看出,各變量的ADF檢驗值均大于5%的臨界值水平,不拒絕原變量存在單位根的假設,即各變量均為非平穩序列。
對各變量進行一階差分,觀察其在一階差分后是否平穩。檢驗結果如表2所示。
從表2中可看出,所有變量在一階差分后的ADF檢驗值均小于5%的臨界值水平,且對應的p值都小于0.05,因此拒絕一階差分后各變量含有單位根的假設,一階差分為平穩序列。即各變量均為一階單整序列。

表2 對模型各原變量一階差分進行單位根檢驗的結果
1.3.2協整檢驗
為保證模型的有效性和可靠性,避免出現偽回歸的現象,進一步對各變量進行協整檢驗。
采用Engle-Granger協整檢驗法對各變量進行協整檢驗。首先對模型進行OLS回歸,生成殘差序列,再對殘差序列(et)進行平穩性檢驗。殘差序列(et)的單位根結果如表3所示。

表3 殘差序列單位根檢驗結果
從表3可看出,殘差序列的ADF檢驗值小于5%的臨界值水平,因此拒接殘差序列存在單位根的原假設。即各變量之間存在長期均衡的協整關系。
1.3.3 回歸分析
為進一步說明各自變量對因變量即傳統制造業的利潤影響程度,可用最小二乘法進行線性回歸分析。以lny為因變量,lninter、lnfdi、lntech為自變量,利用最小二乘法(OLS)進行多元線性回歸,結果如表4所示。

表4 回歸結果
R2系數為0.974229,修正的R2系數為0.969682,此模型擬合程度很好。且各變量的p值均小于0.05,通過了5%的顯著性水平,說明互聯網發展水平、外商直接投資和技術發展水平均對制造業的發展具有顯著影響。
回歸方程可寫為:
1.163138lnfdit+0.791776lntechtt

研究發現,互聯網對傳統制造業的優化發展具有顯著的沖擊作用。在勞動要素、資源要素所帶來的邊際產出和效益日益遞減的信息化時代,積極發展以“互聯網+”為代表的先進信息技術,充分利用大數據、人工智能、云計算、在線服務等新要素,對傳統生產經營模式進行改造才是傳統制造業升級的關鍵路徑。而要使互聯網真正延伸并融入進傳統制造業,發揮其強大的作用,既要有超前的思維和意識,也應在行動策略上精準制定并認真執行。正確認識“互聯網+”的發展趨勢,緊跟時代步伐,才能從真正意義上提高傳統制造業的競爭力,實現傳統制造業的升級。
為更好地利用互聯網實現傳統制造業的績效提升,應全方位、多層次地對“互聯網+傳統制造業”進行戰略設計和部署。
2.2.1 加強基礎設施建設,普及“互聯網+”應用平臺
要大力加強互聯網的基礎設施建設,推動寬帶網絡、光纖等基礎設施在城鄉的普及,為“互聯網+”的應用提供硬件保障;發展普及互聯網的應用平臺,建立大數據處理中心,提高數據資源的搜集、整合和運用效率,為傳統制造業使用互聯網進行改造提供軟件支撐;優先重視發展各地具有資金實力和發展潛力的企業,探索傳統制造業利用“互聯網+”實現智慧化的模式。
2.2.2 提升創新能力,加快互聯網技術的開發利用
對傳統制造業來說,要積極主動地學習研究“互聯網+”的運作機制和特點,借鑒先進企業、新興產業的成功經驗,與外商展開合作,樹立新的發展思維;應當充分挖掘自身潛力,提升自己利用互聯網創新的能力,加強在數據的搜集、處理方面的學習,利用多媒體、直播平臺等新型互聯網工具改造傳統的商業模式;在研發設計、生產、銷售、售后服務的各環節之間,充分整合資源和信息,利用互聯網建立協調聯動的生產經營方式,從而提高效率。
2.2.3 注重對人才的培養,建立協作共享的環境
要重視對互聯網和信息技術相關人才的培養,可通過在高校設立相關特色專業、特色課程,并在政府、學校和企業之間建立聯合培養機制和合作對接機制,加強各方的科研與實踐合作;鼓勵相關人才研究或從事“互聯網+”相關行業,提高對高級人才的補貼力度;各部門、各行業、各企業之間也應加強彼此間的合作,在產品的研發、生產、營銷和產業鏈的構造等方面實現資源共享和發展的協同。
2.2.4 完善相關法律法規,促進互聯網資源合理利用
要加快出臺和完善有關互聯網應用和信息資源利用的法律,在“互聯網+”的平臺的建設和使用規則方面做出詳細規定;推動有關公共數據和公共資源的開放政策的出臺,加大數據資源開放力度,使市場主體能夠實現數據資源的共享,從而為“互聯網+”的充分應用提供有力支撐;加強對企業主體和公民個人數據隱私的保護,建立政府部門、企業之間的合作聯動機制,嚴厲打擊濫用互聯網侵權以及網絡詐騙的行為,才能使互聯網數據資源的利用更具開放性和可利用性。