研發投入對制造業數字化的影響研究1

陳俊

(安徽大學 商學院，安徽 合肥 230601)

隨著數字技術不斷發展并與制造業滲透融合，中國制造業發展進入新階段?，F有文獻對數字經濟研究主要集中于數字經濟水平的測度及影響要素研究。一方面，現有研究對數字經濟發展水平測度的主要有指標體系法、文本分析法以及投入產出法。其中，投入產出法多針對產業層面衡量，起初有學者借助完全消耗系數或依賴度衡量產業服務化程度[1]，有學者借助該方法對行業數字化程度進行衡量[2]。另一方面，目前有關制造業數字化影響因素研究主要集中在多個層面，從企業層面，其數字化水平的影響因素包括員工行為[3]、動態能力[4]、研發投入、金融支撐與高管重視程度[5]等。而從區域或行業層面，文獻[6]基于數字經濟指數，指出現階段長江經濟帶數字經濟發展水平的提升主要依賴于產業結構、城市等級、信息化水平三大影響因素發揮作用。文獻[7]從全國各省制造業角度，實證發現人力資本、經濟環境等因素對其數字化水平具有顯著影響并指出其影響因素存在異質性。有關行業層面的數字化水平測度與影響因素研究較缺乏?；诖?，本文通過插值法，借助投入產出表，在確定數字經濟產業范圍基礎上從三個維度對2002—2018年制造業數細分行業字化水平進行測度并定量分析其影響因素，從環境、資本視角深入分析研發投入與制造業數字化水平關系，契合雙碳背景下制造業高質量發展的需要。

1 測度方法與數據說明

1.1 中國制造業數字化水平的測度方法

利用投入產出法計算中國各產業數字化水平，必須厘清數字經濟的范圍，即確定投入產出表中的數字行業。結合數字經濟內在特征，精準定位數字經濟要素，同時以《中國數字經濟行業分類2021》為依據，嘗試劃分出數字經濟相關產業[8]，見表1，并引出調整系數，將部分部門的數字化分離出來。根據中國投入產出表第一象限相關數據，可以反饋各行業的直接消耗狀況，據此進行進一步分析與計算。

表1中有的數字化行業僅有部分內容為數字化活動，如新聞和出版業，批發業與零售業。因此，限于數據的可行性。借鑒文獻[9]的做法：采用數字部門批發收入占比、主營業或營業收入占比作為調整系數，分離數字化部分。在成功分離出數字化部門之后，參考文獻[10]的方法，對分離出數字部門的投入產出表進行插值，從而得到2002—2018 年31個部門投入產出表，并構建直接和完全依賴度來衡量行業數字化水平。直接依賴度和完全依賴度分別表示為

表1 數字經濟基本要素及其依托行業數字要素內容依托行業數字化基礎設施電信設備及服務計算機軟件計算機硬件計算機、通信和其他電子設備制造業;軟件和信息技術服務業數字化媒體互聯網發行、出版互聯網廣播數據流、下載服務新聞和出版業?;廣播電視、電影和影視錄音制造業數字化交易B2B批發、B2C零售批發業、零售業? 注:帶?的行業需要進行拆分

1.2 數據說明和樣本選擇

本文數據來源于2002—2018年的投入產出表、延長表，《中國統計年鑒》《中國勞動統計年鑒》《中國經濟普查年鑒》《中國科技統計年鑒》《中國工業統計年鑒》、國家統計局。限于數據可得性，對規模以上工業企業2018年固定資產合計、2012年和2017年全部從業人員平均人數缺失數據，2002年規模以上工業企業其他制造業固定資產合計、港澳臺資本、外商資本、全部從業人員平均人數缺失數據，利用插值法補齊。所有價值型變量均以2002年為基期，借助價格指數進行平減。 由于各年部門劃分存在差異，根據2017年行業分類標準，限于數據可得性，將2012年之前有限年份的工藝品及其他制造業、儀器儀表及文化辦公機械制造業中，工藝品和文化辦公機械制造業分離并將其歸屬現如今對應部門，同時將剩下部門進行重新組合，共篩選出16個制造業行業。

2 中國制造業數字化水平測度結果分析

2.1 時間演變規律

由完全依賴度衡量數字要素總體及各三類數字要素水平，從總體趨勢來看，制造業數字化水平呈現W形波動趨勢。從增速上分析，制造業數字化水平整體增長較慢，但相較于之前，2015年增長速度開始逐漸加快，表明隨著中國數字經濟的逐漸發展和制造業數字化戰略的提出，制造業數字化相關政策已經初具成效，未來應當持續推進制造業數字化轉型。立足于制造業各細分數字要素水平視角進行分析，首先制造業對數字化基礎設施完全依賴度與制造業對整體數字化部門的完全依賴度變化趨勢基本相同，呈出W形發展趨勢，而數字化媒體與數字化交易的完全依賴度均低于0.0009，表明現階段制造業數字轉型仍以數字基礎設施建設為主，對其余兩種數字要素需求增長較慢。究其原因，數據作為數字經濟核心要素，隨著數字經濟的發展，作為其載體的數字化基礎設施必然在行業數字化過程中占據較大的比重，提升速度相對較快，而對于數字化媒體和數字化交易兩類數字要素，現階段對其需求較低，從而導致水平較低。

2.2 行業分布特征

先借鑒文獻[11]做法，將制造業分為中低技術和高技術行業，以此探究行業技術度與數字化水平的關聯，從波動趨勢來看，除個別制造業以外，大多細分制造業數字化水平與制造業整體變化趨勢相同。從各細分行業水平進行分析，存在行業異質性，這4年，數字化水平較高的細分行業往往隸屬于高技術制造業，而中低技術行業往往數字化水平較低，甚至個別行業出現下降趨勢。究其原因：高技術行業大多為技術密集型行業，對數字化轉型較為敏感，這將產生較強的數字要素需求，數字化水平提升較顯著，而對于大多屬于勞動或資本密集型的中低技術行業而言，其對數字部門中間投入需求規模較小，缺乏資金、技術薄弱，轉型動力不足，從而呈現增長速度慢，水平低的現象。與此同時，制造業各細分行業可以按照污染程度劃分為清潔行業和非清潔行業，2012—2018年，數字化水平排名前三的行業均為清潔行業，而數字化水平較低的行業大多為非清潔行業。這主要是清潔型行業環境規制力度較強、能源效率較高，不僅能通過促進產業結構升級等多種渠道減少行業污染，還能提高綠色全要素生產率，進一步發揮促進研發投入對行業改造升級的提升作用，從而提高行業數字化水平。

3 影響因素分析

3.1 相關變量選擇

選取研發投入、行業規模、外商投資、人力資本、勞動力規模、市場化各變量作為制造業數字化水平的影響因素分析。

(1)核心解釋變量與被解釋變量。研發投入代表一個行業的技術水平，對行業數字化水平的提升至關重要[12]。采用規模以上工業企業R&D經費內部支出進行衡量，缺失年份數據利用大中型工業企業科研活動經費內部支出替代。被解釋變量即制造業數字化水平，采用完全依賴度進行衡量。

(2)控制變量與調節變量。勞動力規模和人力資本：行業勞動力規模和人力資本是制造業數字化水平的重要影響因素[13]，分別用年末就業人數、城鎮單位平均工資指標進行衡量，其中年末就業人數，參考文獻[14]由全社會年末就業人數乘以各行業城鎮單位就業人數占其總數之比計算得出。行業規模：用制造業分行業增加值占GDP比重進行衡量。市場化水平：市場經濟發展水平將決定市場競爭程度，從而對行業數字化轉型意愿產生影響，以城鎮單位非國有就業人數占比進行表示。外商投資：數字技術及其豐富的應用經驗將隨著外商投資同樣被引進，因而外商投資水平將成為影響數字化水平的一個重要影響因素，利用規模以上工業企業外商和港澳臺資本之和進行表示。選擇資本密集度與環境規制作為調節變量，資本密集度：規模以上工業企業固定資產合計與全部從業人員平均人數之比進行衡量。環境規制：由行業增加值和能源消耗之比進行表示。

3.2 實證檢驗

為了探究制造業數字化水平各影響因素，現構建如下雙重固定效應模型進行驗證：

DIGit=β0+β1RDit+Controlit+λi+λt+δit

式中：i、t分別為i行業、t年份；DIGit為制造業數字化水平；RDit為制造業研發投入；Controlit為控制變量；λi、λt分別為行業固定效應、時間固定效應；δit為隨機擾動項。

回歸前先用方差膨脹因子檢查模型各變量是否存在多重共線性問題，結果顯示各變量最大VIF值為5.4<10,即不存在多重共線性問題。表2為研發投入與制造業數字化的基準回歸結果(樣本數為272)，列1～6為依次將控制變量放入進行的回歸結果。

表2 基準回歸結果(1)(2)(3)(4)(5)(6)Rd0.3131???0.2032???0.1560??0.2330???0.2819???0.2851???(0.0799)(0.0592)(0.0622)(0.0697)(0.0852)(0.0846)Labor0.1478???0.1496???0.1478???0.1381???0.1515???(0.0423)(0.0423)(0.0403)(0.0407)(0.0443)Hc0.0141???0.0157???0.0153???0.0152???(0.0032)(0.0031)(0.0031)(0.0031)Size-0.7832???-0.7294???-1.4682???(0.1844)(0.1891)(0.4594)Mr-0.0143-0.0120(0.0120)(0.0128)Fdi-0.0160-0.0228(0.0161)(0.0173)Size28.6697??(4.2749)常數項0.0353???0.0143?-0.01020.00180.01120.0205?(0.0042)(0.0086)(0.0093)(0.0083)(0.0127)(0.0117)行業固定效應YesYesYesYesYesYes年份固定效應YesYesYesYesYesYes調整后的R20.98650.98800.98910.99020.99020.9903 注:?表示p<0.1;??表示p<0.05;???表示p<0.01;括號內的值為穩健標準差

由表2可知，通過列1、列6可知，研發投入對制造業數字化水平有無控制變量在1%的水平下均顯著為正。而其余變量：勞動力規模，人力資本與數字化的回歸系數同樣在1%的水平下顯著為正；而根據列5、6結果顯示，行業規模一次項顯著為負，加入二次項后，一次項系數仍顯著為負，而二次項系數顯著為正，表明制造業數字化與行業規模存在U形關系，而市場化水平和外商投資回歸系數均不顯著。

3.3 穩健性檢驗

(1)替換被解釋變量。用直接依賴度替換完全依賴度進行回歸，結果見表3第(1)列，研發投入顯著仍然顯著為正。 (2)雙邊縮尾處理?，F對研發投入和制造業數字化進行1%水平上的雙邊縮尾處理后進行回歸，結果見表3列(2)，研發投入系數顯著性未發生改變。(3)內生性處理。數字化水平高的行業可能有更多資金用于研發投入，從而有助于研發投入的提升，同時行業數字化水平的影響因素存在于多方面，不能保證所有因素被控制，以防變量的遺漏和反向影響造成的內生性問題，參考文獻[15]的做法，采用滯后一期的研發投入作為工具變量，通過兩階段最小二乘法進行回歸。結果見表3列(3)。同時Kleibergen-PaaprkLMstatistic的p值為0，Kleibergen-Paap rk Wald F 檢驗統計量為1435.613，拒絕了工具變量存在識別不足和為弱工具變量的假設。

表3 穩健性檢驗結果

表3中，替換被解釋變量、縮尾處理、內生性處理，變量顯著性和方向均沒有發生顯著改變，進一步驗證了結論的穩健性。

3.4 調節效應分析

為了驗證環境規制、資本密集度在研發投入對制造業數字化水平中的調節作用，構建調節效應模型：

(1)行業環境規制力度。直接依賴度反映數字經濟與制造業的直接融合度，相比之下，完全依賴度則體現了直接和間接融合度，將直接依賴度、完全依賴度作為被解釋變量，分析環境規制的調節作用，結果見表4列(1)、列(2)。交互項Erd系數均顯著為正，表明環境規制對研發投入與制造業數字化水平關系發揮正向調節作用，通過正向調節直接和間接數字要素的消耗來提高數字化水平。究其原因：隨著行業環境規制強度的增加，所伴隨的環保壓力將迫使企業加強綠色創新力度，加大研發投入，增強數字化轉型動力，應用更具清潔性的數字技術，引進數字化水平更高的產品。這從側面說明雙碳背景下為實現碳達峰、碳中和目標，提高能源效率，加大環境規制力度等具體措施同樣有助于提高制造業與數字經濟融合度，實現經濟增長與生態保護的雙重平衡。

表4 調節效應檢驗結果(1)(2)(3)(4)Rd0.1994???0.2330???0.4367???0.4212???(0.0540)(0.0744)(0.0744)(0.0940)E-0.00000.0018(0.0020)(0.0015)Erd0.0535??0.0386?(0.0225)(0.0200)Kir-0.0002-0.0004??(0.0002)(0.0002)Rir-0.0134???-0.0122???(0.0024)(0.0031)常數項0.00820.0198-0.00130.0120(0.0170)(0.0132)(0.0152)(0.0139)控制變量YesYesYesYes行業固定效應YesYesYesYes年份固定效應YesYesYesYes調整后的R20.99560.99080.99580.9913

(2)行業資本密集度。如表4中列(3)、列(4)所示，交互項Rir，對于直接和完全依賴度的回歸系數均顯著為負，表明資本密集度抑制研發投入對制造業數字化的促進作用，且對于行業直接和間接數字要消耗該調節效應均發揮作用，其原因可能是：資本密集度一定程度上反映了行業前景，行業前景的提高一定程度上抑制了數字化轉型的意愿，此外，高資本密度度意味著資產流動性差，進一步抑制企業的創新需求，同時資本密集行業會出現資源詛咒現象，排斥數字等高級要素進入，阻礙其數字化轉型。因此，資本密集度提高將削弱研發投入對數字化的促進作用，即負向調節研發投入對數字化轉型的影響。

4 結語

本文基于投入產出視角，構建相對指標對制造業數字化水平進行測度，并實證檢驗數字化水平的影響因素。結論如下：(1)從制造業整體數字化水平的發展趨勢來看，2002—2018年，制造業平均數字化水平基本呈現出W形發展趨勢，制造業數字化基礎設施水平與其變化趨勢相同并占制造業數字化投入水平的90%以上，但數字化交易和媒體水平波動較小，處于一個較低的水平。(2)從細分行業進行分析，數字化水平存在行業異質性，高技術和清潔行業具備較高的數字化水平，進一步研究結果表明研發投入對行業數字化水平有顯著促進作用，其中環境規制發揮正向調節作用，而資本密集度則發揮負向調節作用。

為了更好地推動制造業數字化水平的提升，提出以下建議：首先，優先提高數字化基礎設施投入水平，各行業加快對5G、云計算、大數據等數字化基礎設施建設，充分發揮數字化基礎設施的數字要素載體作用；其次，根據行業數字化水平異質性特點，優先發展制造業重點行業，并根據不同企業特點給予不同的優惠政策，從而帶動制造業數字化水平的整體提高；最后，引導制造業企業與科研機構、高校展開合作、針對物聯網、大數據等新興發展方向，進一步加大行業研發投入，打造創新聯合體。