數字經濟驅動中國制造業高質量發展的空間效應

梁向東?蘇在坤

摘要：數字經濟在促進制造業高質量發展過程中能產生規模經濟效應、要素效率提升效應、產業融合發展效應及空間溢出效應。基于2011—2019年中國省級面板數據，運用空間杜賓模型考察數字經濟與制造業高質量發展之間的空間非線性關系，研究發現：中國各地區數字經濟和制造業高質量發展存在顯著的空間依賴性；數字經濟存在顯著的正向溢出效應，在有效推動本地區制造業高質量發展的同時，能夠顯著促進鄰近地區的制造業高質量發展，且區域間的溢出效應明顯大于區域內。因此，要加快建設完善數字基礎設施，全面推進工業互聯網和大數據中心等平臺建設，打造數字經濟新優勢；大力推進傳統制造業數字化轉型，實現數字經濟與傳統制造業的深度融合發展；深入發展共享經濟，加強數據開放共享。

關鍵詞：數字經濟；產業結構；人力資本；制造業高質量發展；空間效應

基金項目：國家社會科學基金一般項目“現代服務業引導區域協調發展的新機制與新路徑研究”（20BJL098）

中圖分類號：F49文獻標識碼：A文章編號：1003-854X（2023）06-0019-07

一、引言與相關文獻綜述

改革開放以來，我國制造業發展成效十分顯著，其規模位居全球第一，擁有世界上最全的工業門類和最完整的產業鏈。但我國制造業在全球價值鏈中仍處于中低端（1），整體呈現“高投入、高消耗、高污染、低質量、低效益、低產出”特征。解決上述問題的關鍵在于實現增長模式從要素投入到創新驅動發展的戰略轉變，推動制造業高質量發展（2）。數字經濟以其高成長性、廣覆蓋性、強滲透性以及跨界融合、智能共享等特性，深刻改變著傳統經濟的生產方式、商業模式和發展軌跡，對于引領傳統制造業高質量發展具有深遠的戰略意義（3）。

2018年中央經濟工作會議首次將高質量發展理念運用于制造業，明確提出堅定不移建設制造強國，推進制造業高質量發展。此后，學者們基于新發展理念定義制造業高質量發展（4）。對于制造業發展質量的評價，部分學者基于單一視角進行研究。如借用全要素生產率評估工業增長動力轉換（5）和裝備制造業高質量發展（6）。但是全要素生產率無法涵蓋環境因素，由此測算出的數據存在缺陷且易受多種因素影響（7），導致該指標在衡量經濟增長質量方面具有局限性（8）。也有學者從增加值（9）、制造業競爭力（10）、出口產品單位價值（11）等視角出發測度制造業發展質量。從單一角度的研究難以體現制造業高質量發展的豐富內涵，一些學者從經濟效益、結構優化、科技創新和綠色環保等方面來研究我國制造業高質量發展（12）。曲立等基于新發展理念，從創新、綠色、開放、共享、高效和風險控制六個維度系統構建我國區域制造業高質量發展指數（13）。現有研究文獻中，大多以創新驅動、技術引領制造業轉型、推動制造業高質量發展為主題（14），認為創新是制造業企業實現高質量發展的重要途徑（15）。

從數字經濟界定與測度的相關研究來看，數字經濟是隨著信息技術發展而產生的一種新經濟形態，學術界主要圍繞數字產業化和產業數字化兩個方面對數字經濟的定義進行研究（16）。從國內外研究看，主要采用構建指標體系法來衡量數字經濟發展水平（17）。數字經濟正在經歷高速增長、快速創新，并被廣泛應用到其他經濟領域中，對制造業產生了深遠影響，主要從以下兩個方面展開：一方面，數字經濟助力制造業優化資源配置，降低生產成本。數字經濟能改變制造業企業生產及協作方式，拓展商品交換的地域與空間，提高生產效率（18），提升企業經營績效（19）。傳統制造業數字化轉型能降低產業鏈的交易成本，提高交易效率，降低企業人力資源成本。另一方面，數字經濟能提高制造業創新能力。數字經濟通過優化供應鏈與價值鏈（20），推動傳統制造業優化升級（21），驅動產業鏈和供應鏈協同創新，提升制造業績效（22）。數字技術被廣泛用于制造企業信息處理、傳播和擴散領域（23），實現制造業價值創造、技術重振，同時加速學習效應的形成和人力資本的積累（24）。

現有文獻為本文的研究提供了重要參考，但仍存在需要完善的空間：其一，數字經濟指數測度方法還在摸索中，有待深入研究；其二，現有的制造業發展質量評價體系未考慮 “安全保障”維度，需要將其納入我國現階段制造業高質量發展的相關分析中來；其三，數字經濟和制造業高質量發展可能存在空間相關性，數字經濟驅動制造業高質量發展的空間效應的分析有待拓展。因此，本文將重構數字經濟和制造業高質量發展的綜合評價體系，厘清數字經濟驅動制造業高質量發展的內在機理，并分析其空間溢出效應，為推進我國制造業高質量發展戰略提供理論支持。

二、理論分析與假設

數字經濟作為一種新的經濟形態，深刻影響了人類的生產方式、生活方式和治理方式，也影響著制造業發展方式、產業模態及結構，這種影響能產生規模經濟效應、要素效率提升效應、產業融合發展效應及空間溢出效應，從而對區域經濟發展產生作用。

（一）數字經濟與本地區制造業高質量發展

一是規模經濟效應。在傳統工業經濟范式下，企業規模經濟受到廠房設備、地理空間等因素制約，隨著企業規模擴大，邊際成本急劇增加。數字技術催生的平臺經濟、網絡經濟等數字經濟形態能降低企業生產成本和交易費用、幫助企業滿足消費者的多樣化需求，并通過精準匹配機制實現要素供給的動態、多元均衡，從而實現要素供需精準匹配，從需求端和供給端極大延展企業市場，使企業在擴大市場范圍和規模的同時平均成本不斷下降，從而實現邊際效益遞增，形成規模經濟效應。

二是要素效率提升效應。信息和數據已成為關鍵的生產要素，增加其投入能夠改變傳統生產要素的投入配比，不斷提升技術、管理、勞動力、土地、資本等要素的作用，使得要素投入結構不斷優化，要素之間實現更為緊密的結合，進而大幅提升企業及整個產業的核心競爭力。

三是產業融合發展效應。通過工業互聯網、大數據等新技術的應用，可以實現數字經濟與制造業相互滲透與融合，對傳統制造業進行數字化升級改造。新技術與傳統經濟模式的融合可以帶動技術研發體系創新、管理方式變革、商業模式創新和產業價值鏈體系重構，催生一系列協同發展的新業態、新模式，傳統的產業關聯關系也得以擴展，并通過產業關聯和融合等傳導機制促進制造業高質量發展。

綜上，提出假設H1：數字經濟能夠顯著驅動本地區制造業高質量發展。

（二）數字經濟與鄰近地區制造業高質量發展

數字經濟隱含著巨大的網絡技術輻射能力，在驅動本地區制造業高質量發展的同時能夠產生空間溢出效應，主要分為兩個方面：一方面，從數字經濟自身特性來看，數字經濟本身具有高創新性、強滲透性、廣覆蓋性、強融合性等特性，其多種特性的協同作用使得數字經濟產生空間溢出效應。數字經濟升級改造制造業，有利于突破要素流動的時空約束和傳統的地理束縛，破除阻礙區域間生產要素自由流動的體制和制度壁壘，以接近于實時的速度收集、處理和應用信息，提高新技術及要素的流動性，增強區域間的信息和技術交流，提高關聯地區要素整合能力。另一方面，從知識和技術溢出效應來看，數字經濟的本質特征在于其發揮的技術擴散與溢出作用。隨著工業互聯網、物聯網等數字技術的興起，數字經濟可以幫助制造業打破空間束縛，實現信息和技術在發達地區與落后地區之間的跨時空傳播與交流，打破企業間及其內部的信息孤島，加強區域間互聯互通，同時加深制造業主體間的交流學習，降低合作溝通成本，產生知識溢出和信息共享效應。

綜上，提出假設H2：數字經濟對鄰近地區制造業高質量發展具有空間溢出效應。

三、研究設計

空間面板模型能夠通過空間權重矩陣分析區域間的空間相關關系，考察各經濟單元的空間關聯性。因此，為了檢驗數字經濟驅動制造業高質量發展的空間效應，并進一步進行效應分解，本文將基于空間面板模型對上述研究假設進行驗證。

（一）變量測度與數據處理

被解釋變量：制造業高質量發展指數（Hqdm）。本文將區域制造業高質量發展內涵界定為創新驅動、綠色發展、對外開放、人民共享、質量效益和安全保障六個維度，遵循科學性、代表性、可比性、可得性原則構建了26個二級指標，具體指標見表1。

本文參考王軍等（25）采用的熵值法步驟求出每個指標的客觀權重，再對制造業高質量發展指數進行測算。

解釋變量：數字經濟發展指數（Diec）。在綜合指標體系方面，劉軍等（26）從信息化發展、互聯網發展和數字交易構建數字經濟指標體系，趙濤等（27）從互聯網發展和數字金融普惠兩方面對數字經濟綜合發展水平進行測度。本文從互聯網發展和數字交易兩方面來反映數字經濟發展情況，對中國數字經濟綜合評價指標體系進行構建，具體指標見表2。同樣本文采用熵值法對數字經濟發展指數進行綜合測算，記為Diec。

控制變量。影響制造業高質量發展的因素較多，為盡可能減少遺漏變量偏差，須盡量控制其他影響因素，本文加入以下控制變量：金融發展（Fin），采用人均金融機構貸款余額作為代理變量；產業結構高級化（Ind），使用第三產業增加值除第二產業增加值作為代理變量；人力資本（Cap），采用大學生在校人數比重作為代理變量；固定資產投資（Inv），采用固定資產投資總額占地區生產總值比重作為代理變量。

空間權重矩陣。為了更加嚴謹地考察數字經濟對制造業高質量發展的影響，本文綜合考慮地理距離與經濟聯系的作用，構建地理經濟權重矩陣。構建方法如下：

其中， Wd為地理距離倒數權重矩陣；diag為對角矩陣，為樣本考察期內第n個省市人均GDP年均值與全國人均GDP年均值之比。

（二）數據來源和描述性統計

基于研究目的及數據可獲得性等考慮，本文針對中國30個省市（西藏除外）展開研究，時間跨度為2011—2019年，研究樣本包含270個觀測值，部分缺失數據采用插值法予以填補。同時，為削弱異方差對檢驗結果的影響，對原始數據進行對數化處理后引入模型。數據來源于國家統計局網站、《中國統計年鑒》、《中國人口與就業統計年鑒》、《中國環境統計年鑒》、《中國能源統計年鑒》以及各省統計年鑒。表3報告了本文所有變量的描述性統計結果。

（三）模型選擇

研究數字經濟對區域制造業高質量發展的影響效應不能忽略各地區間的空間依賴性和空間交互效應，應當在模型中考慮數字經濟與鄰近地區制造業高質量發展可能存在的空間交互效應。故在公式（2）、公式（3）和公式（4）中引入控制變量，將模型進一步擴展。

其中Hqdm為被解釋變量，Diec 為解釋變量，代表空間自回歸系數，W為地理經濟權重矩陣，分別為核心解釋變量、控制變量的估計系數與空間滯后項系數，為空間誤差系數，? 為隨機誤差項。

四、實證分析

（一）空間自相關檢驗

為了檢驗數字經濟驅動制造業高質量發展的空間效應，首先通過全局Moran's I指數、局部Moran's I指數探究數字經濟和制造業高質量發展的空間自相關性，全局Moran's I指數反映空間系統內的整體相關性，局部Moran's I指數可以對局部空間分布特征進行檢驗。Moran's I指數的取值范圍在-1到1之間，若該值大于 0，表明研究區域間的數字經濟或制造業高質量發展為空間正相關，即存在空間溢出效應；若該值小于0，表明研究區域間的數字經濟或制造業高質量發展為空間負相關，即存在空間排斥現象；若該值等于0，表明區域間的數字經濟或制造業高質量發展的分布相互獨立。Moran's I統計量的絕對值越大，表明數字經濟或制造業高質量發展的空間相關性越強。

由表4可知，2011—2019年中國30個樣本省份數字經濟和制造業高質量發展的全域Moran's I指數都為正值，所有研究年份全部通過5%的顯著性檢驗。這表明2011—2019年中國各省市的數字經濟及制造業高質量發展在空間維度上顯著存在溢出效應，對鄰近地區產生正向影響。

其次，在測算出局部Moran's I指數的基礎上，為考察不同地區制造業高質量發展的空間相關性，進一步測算2011—2019年制造業高質量發展指數的局部Moran's I散點圖（因篇幅限制，本文未列示）。結果表明，2011年和2019年30個省市制造業高質量發展的Moran's I指數散點集中分布于第一、第三象限，表明各省市制造業高質量發展在空間維度上呈現“高高—低低”聚類特征，存在較強的正向空間相關性。從區域角度看，我國制造業高質量發展水平大致呈現出東、中、西依次遞減特征，“高高”省市主要位于京津冀、長三角和珠三角等發達地區，而“低低”省市多位于經濟較落后的西部地區，說明受技術創新、人才和資金要素等因素影響。由上述分析可知，中國各省市制造業高質量發展水平存在較大差異，發展極不平衡，在空間維度上具有空間依賴性。

（二）空間計量模型選擇

本文首先進行了拉格朗日乘子檢驗（LM Test）、似然比檢驗法（LR Test）和瓦爾德檢驗法（Wald Test），從表5的檢驗結果顯示，在地理經濟權重矩陣下LMLAG、LMERR、Robust LMERR和Robust LMLAG統計量均在1%的水平下通過了顯著性檢驗，說明與空間滯后模型和空間誤差模型相比，空間杜賓模型（SDM）能更好地擬合空間效應。再結合LR和Wald檢驗結果， LR和Wald統計量均通過了5%的顯著性水平，說明采用SDM模型對樣本的解釋力更強。此外， Hausman檢驗值為22.68，通過了5%的顯著性水平，故選擇固定效應模型。最后，進行聯合顯著性檢驗，通過了1%的顯著性水平，故本文應選擇個體和時間雙固定效應的空間杜賓模型。

（三）回歸結果分析

表6報告了數字經濟驅動中國制造業高質量發展的空間計量模型的估計結果， SAR模型的空間自相關回歸估計參數ρ未通過顯著性檢驗，而SEM模型和SDM模型中ρ在1%的水平下顯著，說明中國區域制造業高質量發展存在顯著的空間依賴性。在SDM模型中，解釋變量數字經濟（Diec）的回歸系數為0.207，且在1%的水平下顯著，這說明數字經濟能顯著驅動本地區制造業高質量發展，且數字經濟每提高1個百分點，制造業高質量發展指數會上升0.207個百分點，其空間滯后項系數在5%的水平下為0.665，表明數字經濟也促進了鄰近地區的制造業高質量發展。同時，從控制變量看，產業結構高級化（Ind）及其空間滯后項系數的估計值顯著為負，說明產業結構高級化水平對本地區與鄰近地區的制造業高質量發展影響顯著且呈現負相關。金融發展（Fin）的系數顯著為負，其空間滯后項的系數未通過檢驗，說明金融發展水平與本地區制造業高質量發展之間呈現顯著的負相關，但沒有對鄰近地區產生顯著影響。人力資本（Cap）的系數顯著為正，其空間滯后項的系數未通過檢驗，說明人力資本水平與本地區的制造業高質量發展呈現顯著正相關，但對鄰近地區沒有產生顯著影響。固定資產投資（Inv）及其空間滯后項系數的估計值均不顯著，說明固定資產投資提升對本地區和鄰近地區的制造業高質量發展不存在顯著影響。

（四）空間溢出效應檢驗

本文依據偏微分方程分解方法對空間杜賓模型進行分解，分為直接效應與間接效應。從表7報告的估計結果看，數字經濟對制造業高質量發展的空間溢出效應要明顯大于直接效應，其間接效應大約是直接效應的1.8倍。說明數字經濟具有巨大的網絡輻射帶動能力，能夠打破區域空間束縛、瓦解市場邊界，將先進經驗和技術在空間上進行擴散和傳導，實現了知識、信息和技術溢出，有助于鄰近地區的制造業高質量發展水平提升。其次，從控制變量看，產業結構高級化（Ind）的直接效應和間接效應顯著為負，可能原因是第三產業的崛起，促使人才、技術等各種資源向第三產業轉移，阻礙了第二產業的發展，從而抑制了制造業高質量發展。金融發展（Fin）的直接效應顯著為負，但間接效應未通過檢驗。可能的原因是金融行業易受政策影響，而各地金融及產業發展政策存在區域壁壘，沒有充分發揮其對鄰近地區的溢出效應。人力資本（Cap）的直接效應呈現顯著正向關系，而間接效應不顯著。這說明高層次人才培養提升了本地區人力資本水平，從而促進了本地區制造業高質量發展，但對鄰近地區溢出效應不明顯，可能是區域間存在較強的人才競爭關系，阻礙了區域間人才流動；同時，可能人力資本也向經濟發達地區集聚，從而產生虹吸效應，因此本地區的人才資源投入對鄰近地區的制造業高質量發展不存在顯著關系。固定資產投資（Inv）的直接效應和間接效應均未通過檢驗，說明對鄰近地區的溢出效應并不明顯。

（五）穩健性檢驗

本文通過替換數字經濟綜合指數，利用軟件業務收入占地區生產總值比重（Sof）代替數字經濟發展指數來衡量各地區數字經濟發展水平，進一步檢驗結果的穩健性。此外，考慮到空間計量模型對空間權重矩陣較為敏感，為進一步確保研究結論的可靠性，本文通過構建地理矩陣、經濟距離矩陣、經濟地理嵌套矩陣和工業經濟地理矩陣，進一步檢驗結果的穩健性，矩陣的構建方法如下：

其中dij為兩省之間的地理距離，W'2和W'3分別為W2和W3的標準化矩陣且取0.5，為樣本考察期內第n個省市人均工業增加值的年均值與全國人均工業增加值的年均值之比。

由表8可知，從替代解釋變量的分析結果來看，數字經濟促進了中國省域制造業高質量發展，回歸結果與上述結論相符，說明本文結論具有穩健性。從采用經濟矩陣、嵌套矩陣和工業經濟地理矩陣相對應的分析結果看，模型中的R2和Log-L值相對穩定，數字經濟及其空間滯后項系數均通過了顯著性檢驗，系數符號均與原始SDM模型結果保持一致，進一步驗證了本文結果的穩健性。

五、研究結論與政策啟示

考慮數字經濟和制造業高質量發展的空間依賴性，本文基于中國30個省市2011—2019年面板統計數據，運用空間計量模型考察數字經濟與制造業高質量發展之間的空間非線性關系，主要結論如下：第一，中國各省市數字經濟和制造業高質量發展并不是處于完全隨機狀態，而是存在顯著的空間自相關性，呈現出“高高—低低”集聚特征。第二， 數字經濟能顯著促進本地區制造業高質量發展，還能通過空間溢出效應顯著加快鄰近地區制造業高質量發展。第三，數字經濟存在顯著的空間溢出應，且隨著經濟地理距離的增加，區域間的溢出效應大于區域內，實現了知識和技術溢出。

基于上述研究結論，本文的政策啟示在于：

第一，加快建設完善數字基礎設施，全面推進工業互聯網和大數據中心等平臺建設，提升整體數字經濟發展水平，打造數字經濟新優勢。要把握數字經濟驅動制造業高質量發展的新動能，充分釋放數字經濟的規模經濟效應。

第二，大力推進傳統制造業數字化轉型，實現數字經濟與傳統制造業的深度融合發展。要加快制造企業的數字化轉型升級，深入實施智能制造工程，充分發揮數字經濟的產業融合發展效應。要深化研發、生產、管理、消費等環節的數字化應用，培育發展個性定制、柔性制造、網絡化協同等新模式。

第三，深入發展共享經濟，加強數據開放共享。要加強公共數據開放共享以及數字基礎設施建設的協調力度，推進研發設計、生產制造、經營管理等環節共建共享，推進數據跨部門、跨層級、跨地區匯聚融合和深度利用。

注釋：

（1） 劉斌、魏倩、呂越、祝坤福：《制造業服務化與價值鏈升級》，《經濟研究》2016年第3期。

（2） 梁向東、陽柳：《國家自主創新示范區創新驅動效率測度及政策評價》，《中國軟科學》2021年第7期。

（3） 孔慧珍、高智：《發展數字經濟 推動高質量發展》，《河北日報》2018年10月31日。

（4） 余東華：《制造業高質量發展的內涵、路徑與動力機制》，《產業經濟評論》2020 年第1期。

（5） 江飛濤、武鵬、李曉萍：《中國工業經濟增長動力機制轉換》，《中國工業經濟》2014年第5期。

（6） 高文鞠、綦良群：《科技人才、全要素生產率與裝備制造業高質量發展》，《中國科技論壇》2020年第9期。

（7） 余泳澤、劉大勇、龔宇：《過猶不及事緩則圓：地方經濟增長目標約束與全要素生產率》，《管理世界》2019年第7期。

（8） 師博、任保平：《中國省際經濟高質量發展的測度與分析》，《經濟問題》2018年第4期。

（9） 彭樹濤、李鵬飛：《中國制造業發展質量評價及提升路徑》，《中國特色社會主義研究》2018年第5期。

（10） D. Joshi， B. Nepal， A. P. S. Rathore， D. Sharma， On Supply Chain Competitiveness of Indian Automotive Component Manufacturing Industry， Production Economics， 2013， 143（1）， pp.151-161.

（11） Robert C. Feenstra， R. John， International Prices and Endogenous Quality， Quarterly Journal of Economics， 2014， 129（2）， pp.477-527.

（12） 李春梅：《中國制造業發展質量的評價及其影響因素分析——來自制造業行業面板數據的實證》，《經濟問題》2019年第8期。

（13） 曲立、王璐、季桓永：《中國區域制造業高質量發展測度分析》，《數量經濟技術經濟研究》2021年第9期。

（14） 唐曉華、孫元君：《環境規制對中國制造業高質量發展影響的傳導機制研究——基于創新效應和能源效應的雙重視角》，《經濟問題探索》2020年第7期。

（15） 李巧華：《新時代制造業企業高質量發展的動力機制與實現路徑》，《財經科學》2019年第6期。

（16） 王軍、朱杰、羅茜：《中國數字經濟發展水平及演變測度》，《數量經濟技術經濟研究》2021年第7期。

（17） 汪芳、石鑫：《中國制造業高質量發展水平的測度及影響因素研究》，《中國軟科學》2022年第2期。

（18） 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。

（19） 肖旭、戚聿東：《產業數字化轉型的價值維度與理論邏輯》，《改革》2019年第8期。

（20） 趙西三：《數字經濟驅動中國制造轉型升級研究》，《中州學刊》2017年第12期。

（21） 沈運紅、黃桁：《數字經濟水平對制造業產業結構優化升級的影響研究——基于浙江省2008—2017年面板數據》，《科技管理研究》2020年第3期。

（22） 王可、李連燕：《“互聯網+”對中國制造業發展影響的實證研究》，《數量經濟技術經濟研究》2018年第6期。

（23） 陶長琪、周璇：《產業融合下的產業結構優化升級效應分析——基于信息產業與制造業耦聯的實證研究》，《產業經濟研究》2015年第3期。

（24） 王文娜、劉戒驕、張祝愷：《研發互聯網化、融資約束與制造業企業技術創新》，《經濟管理》2020年第9期。

（25） 王軍、鄒廣平、石先進：《制度變遷對中國經濟增長的影響——基于VAR模型的實證研究》，《中國工業經濟》2013年第6期。

（26） 劉軍、楊淵鋆、張三峰：《中國數字經濟測度與驅動因素研究》，《上海經濟研究》2020年第6期。

（27） 趙濤、張智、梁上坤：《數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據》，《管理世界》2020年第10期。

作者簡介：梁向東，長沙理工大學經濟與管理學院教授、博士生導師，湖南長沙，410004；蘇在坤，長沙理工大學經濟與管理學院，湖南長沙，410004。

（責任編輯 李燈強）