數字經濟驅動制造業高質量發展的增長效應

周正 門博陽 王搏

DOI：10.16366/j.cnki.1000-2359.2023.01.10

摘要：數字經濟已成為推動實體經濟增長的重要動能。本文使用中國數字經濟與制造業1999年至2018年的相關數據，測度數字經濟和制造業高質量發展水平，并在理論分析的基礎上實證檢驗數字經濟對制造業高質量發展的影響及其作用機制。研究表明，中國數字經濟發展水平整體呈現上升趨勢，1999年至2006年期間表現為勻速增長，2007年至2018年期間，增長速度整體呈現出逐步加快趨勢。中國制造業高質量發展指數總體呈逐步攀升態勢，1999年至2007年期間表現為平穩增長，2008年至2010年出現輕微回落，2011年至2018年呈現加速發展態勢，數字經濟發展水平對我國制造業高質量發展的影響顯著為正。因此，政府應繼續加大對數字經濟與制造業融合發展的支持力度，推動制造業高質量發展，徹底解決中國制造業“早熟型增速放緩”的窘境。

關鍵詞：數字經濟；制造業；高質量發展

中圖分類號：F49文獻標識碼：A文章編號：1000-2359（2023）01-0072-07收稿日期：2022-07-05數字經濟的崛起推動了制造業生產技術和生產模式的快速進步，也加劇了制造業激烈的市場競爭。在數字經濟發展引發新一輪工業革命大背景下，我國高度重視數字經濟驅動制造業發展的機遇，先后提出了包括“制造強國”“中國制造2025”和“智能制造”等在內的制造業發展戰略，面對制造業發展的客觀需求和嚴峻的內外部形勢，指明了未來我國制造業發展的目標和方向。

一、理論分析與研究假設

數字經濟具有滲透性強、影響范圍廣和包容度高等特點，數字經濟驅動制造業發展的主要因素可細分為數字化生產要素、數字技術和數字網絡等三個層次。結合制造業高質量發展的具體特征，可將其刻畫為資源配置效率、創新升級能力和包容性發展三個方面：

其一，生產要素數字化可以顯著提升制造業資源配置效率 馮素玲，許德慧：《數字產業化對產業結構升級的影響機制分析：基于2010—2019年中國省際面板數據的實證分析》，《東岳論叢》，2022年第1期。。數據資源等原生數字化生產要素能夠打破信息不對稱壁壘，降低資源錯配風險。融合數字化生產要素中的數字金融能通過促進企業創新推動制造業技術創新，提高資源配置效率 孫早，侯玉琳：《人工智能發展對產業全要素生產率的影響：一個基于中國制造業的經驗研究》，《經濟學家》，2021第1期。。此外，數字化教育資源顛覆了傳統學習模式，強化了制造業人力資本深度，間接提高了制造業資源配置效率。其二，數字技術可以有效增強制造業創新升級能力 郭然，原毅軍，張涌鑫：《互聯網發展、技術創新與制造業國際競爭力：基于跨國數據的經驗分析》，《經濟問題探索》，2021年第1期。。數字技術作為數字經濟的核心要素，帶動數字經濟發展壯大，倒逼制造業通過創新滿足數字經濟發展需要。數字技術的影響具體表現為推動技術變革及具體方案實施，集中體現在制造數據搜集和生產環節優化等方面，加速制造業從研發到生產直至銷售過程的轉換，使其“數智”水平和運營效率得到一定提高，最大程度迎合個性化的消費需要。其三，數字網絡推動制造業包容性發展。數字網絡能夠引導生產要素有效流動，推動制造業綠色發展。數據信息可以通過數字網絡跨越空間，這種數據流動能夠引導人才、資本和技術按需流動 許憲春，任雪，常子豪：《大數據與綠色發展》，《中國工業經濟》，2019年第4期。。促進制造業實現生產資料等要素的高效匯集與使用，重塑管理新流程，催生制造業數字化新業態 劉洋，應震洲，應瑛：《數字創新能力：內涵結構與理論框架》，《科學學研究》，2021年第6期。。

綜上所述，本文提出如下理論假設：第一，數字經濟的數字化生產要素能提高制造業的勞動生產率，提升制造業決策效率，降低交易成本，提升制造業資源配置效率。第二，數字經濟的數字技術屬性通過促進制造業技術創新，加快制造業創新推廣，提高制造業邊際效益，增強制造業創新升級能力。第三，數字經濟的數字網絡部分也能通過加速制造業內的資源流動，提高制造業勞動者收入，助力制造業集約化發展，推動制造業包容性發展。

二、模型設定與指標選取

根據以上理論分析，本文構建包含數字化生產要素、數字技術和數字網絡三方面內容的指標體系測度數字經濟發展水平，并構建包含資源配置效率、創新升級能力和包容性發展三方面內容的指標體系測度制造業高質量發展指數。通過對數字經濟發展水平和制造業高質量發展指數的測度，觀察1999年至2018年間數字經濟和制造業高質量發展的趨勢和可能存在的關系，并在理論分析的基礎上，使用線性回歸模型檢驗1999年至2018年期間數字經濟驅動制造業高質量發展的主要因素和經濟后果。

（一）模型設定

數字經濟驅動制造業高質量發展的過程較為復雜，前文已經從理論上剖析了數字經濟驅動制造業發展的機理，為了檢驗數字經濟是否能夠驅動制造業高質量發展，本文構建實證方程：

hmiij=α0+α1delij+δkij+μij。其中，hmi為制造業高質量發展指數，是該模型中的被解釋變量。del為數字經濟發展水平，是該模型的核心解釋變量。α、δ為參數，k為控制變量，μ為隨機擾動項。其中hmi和del將使用下文構建的指標體系予以測量。

（二）指標選取

鑒于1998年國有企業改革影響，本文數據選取時間起點設置為1999年。此外，由于2018年中美貿易摩擦加劇，美國對中國包括電子及通信設備制造業在內的高技術產業征收高額關稅，并設置技術壁壘，而2020年開始的新型冠狀疫情又嚴重阻礙了數字經濟與制造業發展。由于以上“黑天鵝”事件的沖擊，2019年開始的統計數據不能準確刻畫常態下數字經濟與制造業的發展趨勢?；谝陨峡紤]，本文實證分析的數據截至2018年。

數字經濟發展水平及制造業高質量發展指數的相關數據將在后文進行測算，此處不再贅述。各種變量的原始數據均來源于《中國統計年鑒》、國家統計局、中經網數據庫，原始數據的個別缺失數據采用插值法進行補全。本文實證解釋變量為數字經濟發展水平，其水平值由后文從數字化生產要素、數字技術和數字網絡三部分測算得出。被解釋變量為制造業高質量發展指數，其指數由后文提到的制造業資源配置效率、創新升級能力和包容性發展三個方面測算得出?？刂谱兞糠矫?，使用中經網數據庫公布的人均受教育年限來表示人力資本水平；使用公路里程數表示交通發展水平，即中國公路線路里程數；人均GDP由經濟發展水平來表示，并以1999年為基期的平減指數對人均GDP做平減處理；金融發展水平使用金融機構貸款余額占GDP比重表示，即金融機構各項貸款余額與當年GDP比值。

三、實證檢驗與結果分析

（一）數字經濟發展水平測度

本文著眼于數字化生產要素、數字技術和數字網絡三個方面，包括長途光纜線路長度、電話普及率和網頁數量等八個具體指標，借鑒楊慧梅 楊慧梅，江璐：《數字經濟、空間效應與全要素生產率》，《統計研究》，2021年第4期。等學者的思想，構建中國數字經濟發展水平的測度體系（如表1所示），首先對各指標做標準化處理，然后采用熵值法進行指標的客觀賦權，最后測算出數字經濟發展水平。

本文選取1999年至2018年數據作為研究樣本。其中，長途光纜線路長度等數據取自《中國統計年鑒》?；ヂ摼W普及率的個別缺失數據采用《中國統計年鑒》數據，使用互聯網上網人數與全國人口數之比計算補齊，網頁數個別缺失數據取自《2002-2005年中國互聯網絡信息資源數量調查報告》，其他指標的個別缺失數據采用線性插值法等進行補齊。

（1）數據標準化處理

數字經濟發展水平指標體系各項數據因其單位各有不同，且無法換算成統一的單位，故需要對各項數據指標進行標準化處理，消除單位不一致對測量及實證結果的影響。此處對數字經濟各指標進行無量綱的標準化，并對標準化數據做非負處理，具體公式為：

Xij=0.01+xij-xxinxmax-xmin。其中，Xij表示第i行的第j項數據的標準化數值，xij表示第i行的第j項數據的原始數值，xmin和xmax表示該數據樣本的最小值和最大值。

（2）熵值法原理及測量結果

根據熵值理論，第j項指標的熵值可以表示為：ei=-KΣni=1XijlnXij。對于第j項指標值在各個評級樣本中的差異越小，則指標的熵值越大，該指標對方案所起的作用就越??；相反，該指標值在各個評級樣本中的差異越大，則指標的熵值越小，該指標對方案所起的作用就越大。由此將第j項指標的權重定義為：αi=（1=ej）/Σnj=1（1-ej）。根據各指標計算得出的熵值權重最終可以得出第i個樣本的綜合評價指標得分，即數字經濟發展指標體系中某個指標的系數：θj=αj×Xij。

最后，通過以上處理及各分項加總測算出中國數字經濟發展水平指數（見表2）。

（二）制造業高質量發展水平測度

在深刻理解高質量發展及制造業高質量發展的經濟學含義的基礎上，構建了包含資源配置效率、創新升級能力和包容性發展三個方面的制造業高質量發展指標體系（見表3）。該體系增加了現有制造業高質量發展指標體系鮮有考慮的社會共享范圍，使得高質量發展指數的測量更為合理、準確，為研究和測度產業高質量發展指標體系提供了理論及技術支撐。

如前文所述，本文數據的時期為1999年至2018年。其中，制造業產值等數據取自《中國統計年鑒》。工資總額指標數據取自勞動統計年鑒的分行業就業人員工資總額數據。二氧化硫排放量取自《中國環境統計年鑒》。制造業產值個別缺失數據采用公式：本年產品銷售收入+上年存貨余額-本年存貨余額進行計算補齊。出口交貨值、應交增值稅和固定資產凈值年均余額等指標數據的個別缺失使用線性插值法等方式進行補齊。

（1）數據標準化處理

同理于數字經濟發展水平測度，測量制造業高質量發展水平指數前也要對各項指標數據進行標準化處理，使指標數據變成無量綱化的統一形式，消除單位不一致對測量及實證結果的影響。此處對制造業發展各指標進行無量綱的標準化處理的方式與對數字經濟指標數據方式略有不同，需要單獨處理逆向指標的無量綱化。其中，諸如制造業產值增長率等正向指標無量綱化及標準化數據做非負處理的公式為：Xij=0.01+xij-Xminxmax-xmin，該公式處理的標準化數據越大意味著對目標指數的促進作用越大。諸如單位產值二氧化硫排放量等逆向指標無量綱化及標準化數據做非負處理的公式為：Xij=0.01+xmax-xijxmax-xmin，該公式處理的標準化數據越小意味著對目標指數的促進作用越大。

（2）制造業高質量發展指數測量結果

利用制造業（不包含計算機、通信和其他電子設備制造業數據）1999年至2018年相關數據，測算制造業期間的高質量發展水平。使用上述標準化公式及熵值法對制造業高質量發展指數進行測算（見表4）。

（三）變量的描述性統計

根據上述測量并對相關變量數據做完標準化等相關處理后，各變量的描述性分析結果如（表5所示）。

由表5可知，所有變量數據的標準差都小于其均值，說明所選擇的變量整體的離散程度較小，且分布較為集中。其中，解釋變量數字經濟發展水平的最大值是最小值的100倍；控制變量中的人均GDP的最大值與最小值相差較大。造成最大值與最小值差距較大的現象主要有兩方面原因：一是某些變量在樣本期間實現了長足的進步；二是某些變量是國家政策扶持和倡導的發展方向，發展勢頭較為迅猛。以上即是本文所涉及變量的統計性描述結果。

（四）變量的平穩性分析及協整檢驗

（1）變量的平穩性分析

本文使用的實證數據為時間序列數據，因此在做實證分析之前必須檢驗各個指標變量的平穩性，保證所有的變量指標是平穩的，滿足計量分析的要求。在檢驗指標變量的平穩性時，參照時間序列單位根的檢驗方法，對本文數據指標進行了單位根檢驗，檢驗結果見表6。

由表6可知，在所使用的各種變量數據中，數字經濟發展水平和制造業高質量發展指數均通過了單位根檢驗，說明這兩個變量都是平穩變量，即零階單整變量I（0）。人均受教育年限、公路線路里程和金融機構貸款余額占比等四個變量未通過單位根檢驗，但是這四個變量的一階差分序列均通過了單位根檢驗，說明這四個變量雖然是非平穩的時間序列，但是都是一階單整變量I（1）。因此，鑒于存在非平穩變量，需要對實證數據作進一步的協整檢驗，當且僅當這些變量數據滿足協整關系，才能夠開展下一步的實證分析工作。

（2）變量的協整檢驗

根據上文單位根的檢驗結果可知，控制變量中反映人力資本水平和金融發展水平的變量指標數據為非平穩序列，鑒于此，本文為了保證后續實證分析的可靠性，對目前變量數據進行協整檢驗。鑒于本文使用時間序列的樣本特點，EG兩步法是檢驗數據指標協整的最佳方法，且便于后文實證檢驗效果的直觀性及連貫性，對于EG兩步法的回歸分析結果將在實證分析部分一并列出，此處不再列示，具體結果如表7所示。

從表7所示情況來看，實驗組變量數據通過了1%顯著水平下的協整檢驗，說明各變量間存在穩定的協整關系，拒絕原假設。以上各變量數據可以用作進行下一步的實證分析。

（五）數字經濟驅動制造業高質量發展的實證結果分析

在上述分析的基礎上對包含數字經濟、制造業高質量發展等六個指標在內的變量進行了回歸檢驗，具體結果如表8所示：

如表8所示，以制造業高質量發展為被解釋變量的回歸結果來看，數字經濟對制造業高質量發展的影響顯著為正，這與理論分析結論一致。從回歸檢驗的結果看，數字經濟發展水平每提高1%，制造業高質量發展指數將至少提高0.91%。這說明數字經濟的發展不僅能夠極大地推動制造業的高質量發展，也是促進制造業由高速增長轉為高質量發展，解決制造業“早熟型增速放緩”問題的有力手段之一。數字經濟對制造業高質量發展驅動之所以能表現出顯著的正向效果，究其原因主要在于：首先，數字經濟強滲透、易普及的特點使得數字經濟在包括制造業在內的多個產業中廣泛使用。具有一定規模和技術能力的數字經濟能夠幫助制造業降低運輸成本，消除信息不對稱并提高資源流動效率，促進制造業實現低成本、高效益的運營模式，提高制造業的資源配置效率及效益，為制造業高質量發展奠定必要的經濟基礎。其次，數字經濟的互聯網、大數據和人工智能等新興技術帶來了新一輪的工業革命，由此能夠推動制造業進行技術革命，提高其創新能力、降低研發成本并加快創新成果轉化。再次，數字技術帶來的制造業生產技術的提高和生產工藝的創新等，能夠極大地提高制造業的生產效率，推動制造業向集約化方向發展，實現制造業低耗高產的綠色發展模式。最后，數字經濟除了能夠幫助金融業等服務產業實現服務、支撐的普惠性，引導制造業將高質量發展的成果以合理的比例及形式回饋至社會，以公平共享為原則，不斷提高自身產業價值，更好地履行社會責任。

進一步分析，從控制變量的結果來看，四個控制變量與制造業高質量發展總體上存在顯著的相關性。其中，反映人力資本水平高低的人均受教育年限能夠始終對制造業高質量發展起到正向的促進作用，當加入人力資本水平控制變量后，數字經濟驅動制造業高質量發展的系數變小也可以證明上述論斷。當繼續加入交通設施水平（公路線路里程數）和經濟發展水平（人均GDP）時，這兩個控制變量對制造業高質量發展的影響并不顯著，但卻出現了數字經濟驅動制造業高質量發展的影響程度增大的情況，說明這兩個控制變量雖然并未對制造業高質量發展產生明顯的效果，但是在數字經濟驅動制造業高質量發展的過程中能夠起到一定的作用。繼續加入金融發展水平（金融機構貸款額占GDP比），顯示在1999年至2018年期間，中國數字經濟發展水平和人力資本水平與制造業高質量發展存在顯著的正相關關系，而這一時期的交通設施水平、經濟發展水平和金融發展水平與制造業高質量發展表現出顯著的負相關關系。在此期間中國的人力資本水平能夠正向推動制造業高質量發展，主要是由于人力資本水平的不斷提高，一方面能夠帶來人力資本存量的大幅提升，提高勞動生產率。另一方面，較高的人力資本水平能夠幫助制造業企業等提高生產、管理等環節決策正確性概率，從而降低失誤成本，增強企業容錯能力及競爭力，幫助制造業及其企業持續發展。按照以往文獻的分析，交通設施水平、經濟發展水平和金融發展水平的提高應該能夠降低制造業生產成本，降低制造業運輸成本，提高制造業資源配置效率等，但在本文回歸分析卻并未表現出對制造業高質量發展的顯著促進效果，其原因可能主要有如下三點：首先，雖然各個控制變量的某一個變量均能夠單獨地促進或者抑制制造業的發展，但是當各個控制變量共同作用于制造業發展的時候，由于各控制變量在某一時間的發展水平不同，相互之間的錯位匹配使其無法發揮協同作用，或者是促進與抑制作用相互抵消，這些導致了各個控制變量與制造業高質量發展之間沒有出現應該有的顯著關系。其次，各個控制變量更多的是促進了制造業效益方面的提升，而對于制造業創新能力和結構優化升級的促進作用較小，對制造業綠色發展和共享發展的促進作用更是微乎其微。所以，整體上雖然能夠促進制造業經濟效益的提升，但對于制造業高質量發展的作用并不顯著。最后，可能是該時期三個控制變量的發展階段、特征與制造業高質量發展所需要三個變量的水平相悖，從而造成了抑制而非促進的情況發生。鑒于控制變量與制造業發展并非本文研究重點，此處不再贅述。

（六）穩健性檢驗

為了驗證實證結果的穩健性，分別使用數字網絡、數字化技術和上網人數三個指標替代數字經濟發展水平，并作為解釋變量代入方程中進行實證檢驗，用以驗證基礎實證模型及結論的穩健性。相關指標均通過了平穩性及協整檢驗，限于篇幅此處不再贅述，具體結果見表9。

由表9可知，數字網絡對制造業高質量發展的影響顯著為正，與基礎模型實證結論一致，且數字網絡發展水平每提高1%，制造業高質量發展水平提高0.49%。數字技術水平對制造業高質量發展的影響顯著為正，與基礎模型實證結論一致，且數字技術水平每提高1%，制造業高質量發展水平提高0.55%。上網人數對制造業高質量發展的影響顯著為正，與基礎模型實證結論一致，且上網人數每提高1%，制造業高質量發展水平提高0.61%。通過將其與表8進行對比可知，數字網絡、數字技術和上網人數三者單獨對制造業高質量發展和數字經濟發展水平對制造業高質量發展的影響方向完全一致，并且在顯著性上只表現出了系數存在些許差異。綜上所述，數字經濟對制造業高質量發展的實證結果穩健，驗證了理論假設。

四、研究結論

本文在已有研究的基礎上，首先運用熵值法測度了我國1999年至2018年間的數字經濟發展水平和制造業高質量發展指數，結果顯示數字經濟與制造業高質量發展趨勢趨同。其一，通過理論分析和實證檢驗揭示數字經濟驅動制造業高質量發展的影響因素和傳導機制。結論表明，中國數字經濟發展水平整體呈現上升趨勢。其中，1999年至2006年期間，增長方式表現為勻速增長，每年增長幅度相近。2007年至2018年期間，除個別年份增長相對遲緩，增長速度整體呈現出逐步加快趨勢。說明中國數字經濟自1994年落地生根以來，得到了快速發展，數字經濟的規模和實力得到了實質性的提高，具備了驅動制造業實現高質量發展的基礎。其二，中國制造業高質量發展指數總體呈逐步攀升態勢。其中，1999年至2007年期間，制造業高質量發展水平表現為平穩向好，2008年至2010年由于受到全球金融危機的影響，制造業高質量發展情況受到了一定程度的影響，出現了輕微回落。經過三年的調整后，2011年至2018年制造業高質量發展情況出現了加速發展態勢。其三，數字經濟發展水平對我國制造業高質量發展的影響顯著為正，數字經濟發展水平每提高1%，制造業高質量發展指數將至少提高0.91%。實證結果進一步表明，從制造業高質量發展的內生動力方面看，僅人力資本水平、交通設施水平、經濟發展水平及金融發展水平等要素規模的提升對制造業高質量發展的正向拉動作用有限，意味著規模經濟的增長模式并不能對制造業高質量發展起到明顯的促進作用。數字經濟可以通過生產要素數字化、迭代式技術創新、網絡化包容性發展等方式，以優化制造業生產函數的方式提升上述各要素的正向拉動作用，與理論假設及分析結論一致。

The Growth Effect of High-quality Manufacturing Development Driven by Digital Economy

——Empirical Test Based on Chinas Digital Economy and Manufacturing Industry

Zhou Zheng，Men Boyang，Wang Bo

（Harbin University of Commerce，Harbin 150028，China）

Abstract：

The digital economy has become an important driving force for real economic growth. This paper uses the data of Chinas digital economy and manufacturing industry from 1999 to 2018 to measure the high-quality development level of digital economy and manufacturing industry， and empirically tests the impact of digital economy on the high-quality development of manufacturing industry and its mechanism based on theoretical analysis. The research shows that the development level of Chinas digital economy is on the rise as a whole. From 1999 to 2006， it grew at a constant rate， and from 2007 to 2018， the growth rate gradually accelerated. The quality development index of Chinas manufacturing industry showed a steady increase from 1999 to 2007， a slight decline from 2008 to 2010， and an accelerated development from 2011 to 2018. The development level of digital economy has significantly positive influence on the high-quality development of Chinese manufacturing industry. Therefore， the government should continue to increase support for the integrated development of digital economy and manufacturing industry， promote the high-quality development of manufacturing industry， and completely solve the problem of “precocious slowdown in growth” of Chinas manufacturing industry.

Key words：digital economy;manufacturing industry;high-quality development［責任編校陳浩天］

作者簡介：周正（1975-），男，河南鄭州人，哈爾濱商業大學經濟學院研究員，博士生導師，主要從事產業組織理論與政策等相關研究；門博陽（1983-），男，黑龍江哈爾濱人，哈爾濱商業大學經濟學院博士生，主要從事產業組織理論與政策等相關研究；王搏（1988-），男，黑龍江哈爾濱人，哈爾濱商業大學經濟學院博士生，主要從事產業組織理論與政策等相關研究。

基金項目：國家社會科學基金一般項目（19BJY104）