數字經濟、數據要素稟賦與制造業高質量發展

徐穎 劉登鰲

摘 要： ??數字經濟與實體經濟深度融合，成為推動制造業高質量發展的新引擎。論文在構建制造業高質量發展指標基礎上將數據要素稟賦納入制造業發展分析框架，利用2013—2020年省際面板數據，實證檢驗數字經濟驅動制造業高質量發展的影響效應及作用機制。研究表明：數字經濟顯著推動制造業高質量發展，數據要素稟賦是數字經濟促進制造業高質量發展的重要機制，其中數據流量規模的促進作用高于數據用戶規模的促進作用。研究發現為數字經濟時代進一步挖掘數據要素價值，助力實現制造業高質量發展提供了理論依據和實踐經驗。

關鍵詞： ?數字經濟；制造業高質量發展；數據要素稟賦；調節效應

中圖分類號： ?F 49

文獻標志碼： ??A

Digital Economy， Data Factor Endowment and High-QualityDevelopment of Manufacturing

XU Ying LIU Dengao

（School of Ecnomics， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract： ?The deep integration of the digital economy and the real economy has become a new engine to promote the high-quality development of the manufacturing industry. Based on the construction of high-quality development indicators of manufacturing industry， this paper incorporates data element endowments into the analysis framework of manufacturing development， and empirically tests the influence effect and mechanism of digital economy driving high-quality development of manufacturing industry by using inter-provincial panel data from 2013 to 2020. The results show that the digital economy significantly promotes the high-quality development of the manufacturing industry， and the data element endowment is an important mechanism for the digital economy to promote the high-quality development of the manufacturing industry， among which the promotion of the scale of data flow is higher than that of the scale of data users. The research results provide a theoretical basis and practical experience for further mining the value of data elements in the digital economy era to help achieve high-quality development of the manufacturing industry.

Key words： ??digital economy; high-quality development of manufacturing industry; data factor endowment; moderating effect

數據要素作為數字經濟發展壯大的根基，具有強大的增長牽引力，但是當前有關數據要素的探討大多集中于定性分析，且分析角度集中于宏觀經濟運行效率與微觀企業生產管理效率，尚未有文獻從產業角度入手分析數字經濟時代下數據要素對高質量發展的影響效應。本文以數據要素稟賦為調節變量，對數字經濟、數據要素稟賦與制造業高質量發展的影響機制進行理論分析與實證檢驗，以期彌補相關領域的研究空白。

1 理論分析

1.1 數字經濟驅動制造業高質量發展

數字經濟具有高融合性的特征，通過數字化革新吸引高端要素投入，推動制造業轉型升級。數字經濟一方面以數字產業化為支撐，通過技術滲透融合為制造廠商提供數字化產品、服務與解決方案，支撐制造業產業數字化轉型（王俊豪和周晟佳，2021）；另一方面，數字經濟以產業數字化為根本。數字技術的不斷滲透與應用打破了限制傳統行業效率提升的桎梏，使得制造業整體運行效率明顯提升，推動實現效率變革。數字技術與數字基礎設施相互支撐，通過智能制造技術與生產過程緊密結合提升制造業有效供給水平，推動實現質量變革（張新生，2018）。數字化轉型過程中集聚高端人才與先進技術等資源，帶動了制造業整體創新水平提升，通過知識信息等的外部擴散推動實現制造業發展動力變革（張昕蔚，2019）。

通過以上分析，本文提出相應的研究假設：

H1： ?數字經濟對制造業高質量發展具有正向驅動作用。

1.2 數字經濟時代數據要素稟賦及對制造業高質量發展的影響

數字經濟和人類生產活動交織催生了數據的爆發式增長。憑借自身高滲透性、高流動性、高價值性等特性，數據要素表現出顯著正外部性。其一，數據可以輻射其他生產要素，通過要素間協調互補改善要素投入質量，提升整體配置效率（盛磊，2017）。其二，數據具有強大的導向力，通過數據流吸引技術流與人才流對實體經濟生產組織方式變革與創新產生深刻影響（白永秀等，2022）。借助新興數字技術對數據進行挖掘分析會對制造業施以引導作用，推動制造業企業實現從“規模生產”到“個性化定制”的轉變，能夠提升數字經濟時代下人民生活質量（李春發和李冬冬，2020）。通過數字技術挖掘數據信息帶來的“創造性價值”已經成為制造業產業形態向高質量模式轉變的新動能。

通過以上分析，本文提出相應的研究假設：

H2： ?數據要素稟賦對數字經濟推動制造業高質量發展發揮正向調節作用。

2 研究設計

2.1 模型設定

為檢驗數字經濟推動制造業高質量發展的效應與機制，本文構建基準模型如下：

Hmanuit=β0+β1DELit+∑βjXjit+μi+t+εit （1）

其中：Hmanu為被解釋變量，表示制造業高質量發展水平；DEL為核心解釋變量，表示數字經濟發展水平；X為設定的控制變量組；μi表征個體固定效應；t表征時間固定效應；εit為隨機擾動項；下標i代表省份；t代表時間。此外，本文引入調節模型檢驗數據要素稟賦對數字經濟驅動制造業高質量發展的調節效應。

Hmanuit=β0+β1DELit+β2Datait+∑βjXjit+μi+t+εit （2）

Hmanuit=β0+β1DELit+β2Datait+β3DELit*Datait+∑βjXjit+μi+t+εit （3）

式（2）和式（3）中，Data表示數據要素稟賦的代理變量，用于判斷數據要素配置的調節效應。

Hmanuit=β0+β1DELit+β2Da1it+∑βjXjit+μi+t+εit （4）

Hmanuit=β0+β1DELit+β2Datait+β3DELit*Da1it+∑βjXjit+μi+t+εit （5）

式（4）和式（5）中，Da1表示數據要素用戶規模的代理變量，用于判斷數據要素中數據用戶規模的調節效應。

Hmanuit=β0+β1DELit+β2Da2it+∑βjXjit+μi+t+εit （6）

Hmanuit=β0+β1DELit+β2Datait+β3DELit*Da2it+∑βjXjit+μi+t+εit （7）

式（6）和式（7）中，Da2表示數據要素流量規模的代理變量，用于判斷數據要素中數據流量規模的調節效應。

2.2 指標選取與變量測度

被解釋變量：制造業高質量發展Hmanu。本文構建了經濟、社會、生態三維一體制造業高質量發展評價指標體系（表1），以經濟效率、產業發展、企業成長指標表征經濟效益，以創新環境、共享水平表征社會效益，以綠色發展水平表征生態效益，體現制造業高質量發展的豐富內涵。采用熵值法計算指標綜合得分。

核心解釋變量：數字經濟發展水平DEL。數字產業化和產業數字化是數字經濟的核心構成部分，數字基礎設施是數字經濟賦能的支撐體系。基于此三個維度，本文構建省級數字經濟發展評價指標體系并用熵值法計算綜合得分。

調節變量：數據要素配置Data。本文在借鑒李治國等人（2021）研究基礎上從數據產生主體與流動載體入手衡量數據要素稟賦水平，構建由用戶規模（Da1）與流量規模（Da2）組成的數據要素稟賦指標。其中，用戶規模主要由互聯網寬帶接入用戶與移動互聯網用戶數加總而得，流量規模則采用各地區移動互聯網年度流量使用規模表示，綜合數據要素配置水平由熵值法獲得。

控制變量：本文選取以下五個控制變量控制可能影響制造業高質量發展的因素。（1）開放水平Ltrade：采用對外貿易依存度指標衡量。（2）市場化水平market：采用非國有經濟就業比重衡量。（3）城鎮化率townhabitant：采用各地年末人口總量中城鎮人口比重衡量。（4）政府支持水平govexp：以地方財政支出強度衡量。（5）污染水平pollution：采用固體排放物總量表示。

2.3 數據來源與描述性統計分析

本文研究對象為2013—2020年除西藏外的中國內陸省份（地區）。數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國能源統計年鑒》及各省份統計年鑒。此外，本文用插值法補充原始缺失數據并預先對絕對值數據進行對數化處理，以消除量綱和異方差影響。

表3報告了主要變量的描述性統計結果。制造業高質量發展得分均值為0.365，表明當前我國制造業高質量發展仍處于起步階段；得分最大值為0.736，最小值為0.141， 標準差為0.144， 顯示我國不同省份之間制造業高質量發展水平差異較為明顯。同樣的分析過程亦適用于數字經濟綜合得分。從時序特征來看，制造業高質量發展均值由2014年的低值0.34提升到高值0.38，整體呈緩慢波動性增長趨勢（圖1）。數字經濟發展水平在樣本期內亦呈現類似特征的變動趨勢。

3 實證分析

3.1 基準回歸

表4匯報了雙向固定效應模型基準回歸結果。未加入控制變量時數字經濟對制造業高質量發展影響效應在1%水平上顯著，數字經濟評估得分每增加一個單位，高質量發展指數得分平均約增加0.984個單位。逐步引入控制變量，數字經濟對制造業高質量發展的影響水平仍在1%水平上顯著，且效應系數仍處于0.9以上水平，表明數字經濟發展對制造業高質量發展具有明顯正向促進作用。

3.2 異質性分析

3.2.1 分區域回歸

基準回歸結果分析是基于整體平均效應而言，但是不同省份間發展基礎水平差異會對數字經濟與制造業高質量發展產生異質性影響。本文檢驗了數字經濟對東部、中部、西部與東北地區制造業高質量發展的不同效應。表5列（1）至列（4）顯示數字經濟對制造業高質量發展在各地區都具有顯著的正向驅動作用，且該驅動效應呈現出東部>中部>西部>東北地區的格局。東部地區經濟發展水平較高， 科技創新能力較強且創新應用面廣，數字經濟能夠較好 ?發揮經濟效應。中部地區雖然基礎設施正不斷發展完善，但數字創新與應用水平有待提高。而東北地區與西部地區數字創新能力與基礎設施水平則需要進一步提高，數字經濟提振作用有待進一步挖掘。

3.2.2 分指標回歸

表5列（5）至列（7）報告了數字經濟發展水平分項指標對于制造業高質量發展的不同促進作用。結果顯示三項分指標均對制造業高質量發展發揮正向效應，顯著性水平1%。其中，數字產業化對于制造業高質量發展的促進效應最為明顯，其次是數字基礎設施，而產業數字化的正向驅動效應要低于前兩者。數字產業化以數字產品和服務為主要內容，當前發展成果較為豐富，能夠直接對制造業發揮數字化賦能提升效應。數字基礎設施則是體現數字經濟特征的新一代信息通信基礎設施，對制造業高質量發展有直觀拉動作用。產業數字化是制造業轉向智能化、網絡化、信息化的根本，產業變革阻力相應加大，直觀上推動效應要低于前兩者。

3.3 調節效應分析

表6列（1）與列（2）分別匯報了未引入與引入交乘項后的回歸結果， 重點關注交乘項的符號與顯著性。數據要素稟賦水平與數字經濟發展水平的交乘項在1%水平上顯著且符號為正，表明數據要素稟賦在數字經濟促進制造業高質量發展過程中發揮正向調節作用。鑒于數據要素稟賦水平由用戶規模與流量規模兩部分組成，分別將其與數字經濟構造交乘項檢驗調節作用，結果由表6列（3）與列（4）呈現。用戶規模與流量規模的交乘項結果均在1%水平上顯著，且符號為正，但僅有流量規模主效應顯著，表明相較于擴大用戶規模，數據流量規模的調節效應更為明顯，原因在于數據流量規模擴大能夠為數據進一步深入挖掘與分析提供基礎支撐。

3.4 穩健性檢驗

首先，替換被解釋變量檢驗數字經濟對制造業發展的效應。測度制造業綠色TFP成為衡量制造業高質量發展水平的重要指標，本文在EBM模型的基礎上構建全局ML指數測度各省份制造業綠色全要素生產率，投入產出參考李玲（2012）測度指標選擇。表7列（1）顯示數字經濟對制造業高質量發展仍然具有顯著性水平為1%的驅動作用，且數據要素稟賦仍對其發揮穩定的正向調節效應。

其次，替換解釋變量并重新估計。基于原先構建的數字經濟發展評價指標體系改用主成分分析法重新測算綜合得分并作為核心解釋變量納入回歸模型中，計量結果由表7列（2）匯報。結果表明主成分分析法測度的數字經濟水平仍然可以對制造業高質量發展起到正向促進作用，且數據要素稟賦的正向調節效應依然穩健。

再次，本文采用工具變量法解決內生性問題。借鑒黃群慧（2019）與Nunn and Qian（2014）的方法，選取固話普及率作為工具變量，構建自2000年始由第三產業投資與固話普及率交乘的面板數據。同時本文將滯后一期的解釋變量作為另一工具變量，二者均通過工具變量檢驗。采用兩個工具變量進行2SLS和GMM估計，結果顯示數字經濟對制造業高質量發展的影響效應及數據要素稟賦水平的正向調節效應均在1%水平上顯著，證明前述研究結論是穩健的。

4 結論與建議

本文在探討數字經濟推動制造業高質量發展理論基礎上得到實證研究結論：第一，數字經濟對制造業高質量發展具有顯著正向驅動效應，其中數字產業化、產業數字化、數字基礎設施三項分指標分別發揮不同程度的促進效應。第二，不同區域內數字經濟對制造業高質量發展均具有顯著的促進作用，且東部地區效應最大。第三，數據要素稟賦在數字經濟驅動過程中發揮顯著正向調節作用。

基于以上結論，本文提出如下發展建議：（1）大力發展數字經濟，提升數字賦能水平。堅持創新驅動發展戰略，鼓勵制造業企業勇于創新、敢于創新，在更深層次上放大數字經濟的賦能效應。（2）充分發揮東部地區領頭羊作用，積累可復制推廣的發展經驗；同時相應在落后地區布局數字化基礎設施，充分發揮各地的基礎優勢，實現區域協調發展。（3）加快數據要素市場培育，加大數據要素在生產活動中的挖掘分析與應用力度。一方面，以數據為黏合劑推進制造業數智化轉型，運用大數據推動制造環節革新；另一方面，積極探索數據要素與人才、技術等創新要素協同聯動機制，形成以數據為核心要素的制造業發展新范式。

參考文獻：

［1］ ?王俊豪，周晟佳.中國數字產業發展的現狀、特征及其溢出效應［J］.數量經濟技術經濟研究，2021，38（3）：103-119.

［2］ 張新生.基于數字孿生的車間管控系統的設計與實現［D］.鄭州：鄭州大學，2018.

［3］ 張昕蔚.數字經濟條件下的創新模式演化研究［J］.經濟學家，2019（7）：32-39.

［4］ 白永秀，李嘉雯，王澤潤.數據要素：特征、作用機理與高質量發展［J］.電子政務，2022（6）：23-36.

［5］ 李春發，李冬冬，周馳.數字經濟驅動制造業轉型升級的作用機理：基于產業鏈視角的分析［J］.商業研究，2020（2）：73-82.

［6］ 李治國，王杰.數字經濟發展、數據要素配置與制造業生產率提升［J］.經濟學家， 2021（10）：41-50.

［7］ 李玲，陶鋒.中國制造業最優環境規制強度的選擇：基于綠色全要素生產率的視角［J］.中國工業經濟，2012（5）：70-82.

［8］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［9］ NUNN N， QIAN N. U.S. Food aid and civil conflict［J］. The American Economic Review， 2014（6）.