數字經濟對制造業高質量發展的影響：基于人力資本與企業創新的中介效應分析

謝思　任珍珍

［摘? 要］數字經濟對制造業高質量發展的影響可以從直接效應與間接效應兩個方面展開。在理論分析基礎上，運用我國2014—2020年省級面板數據進行實證檢驗，結果顯示，數字經濟對制造業高質量發展具有明顯的推動作用；數字經濟能夠通過人力資本與企業創新兩個要素影響制造業高質量發展；異質性檢驗表明，在東、西部地區數字經濟賦能效應顯著，而在東北和中部地區數字經濟賦能效應尚未顯現。

［關鍵詞］數字經濟；制造業；高質量發展；中介效應

［中圖分類號］F424；F49? ［文獻標識碼］A? ［文章編號］1672-2426（2023）07-0034-10

當前，數字經濟成為制造業企業創新發展的關鍵推動力，很多國家已經通過數字化改革完成產業升級，占據產業鏈頂端以及高價值產業。在數字技術創新方面，中國也在積極進行探索，在互聯網、大數據、人工智能等迅速發展的條件下，制造業可以借此進行企業技術創新，并不斷推動產業結構升級，擺脫陷于低端產業鏈的局面。在此背景下，本文探討數字經濟對制造業高質量發展的影響，以期幫助我國改善制造業發展相對滯后的不利局面，從而推動我國在建設社會主義現代化強國的道路上更進一步。

一、理論分析

（一）數字經濟影響制造業高質量發展的直接效應

數字經濟的不斷發展，促使傳統制造業在生產要素方面不斷創新。數據等高端要素不斷參與到制造業生產過程，推動制造業產業業態和商業模式不斷革新，推動制造業實現高質量發展。數字經濟驅動制造業高質量發展的直接效應可以細分為數字經濟降低制造業各項生產成本、數字經濟提高制造業銷售競爭力。

1.數字經濟可以降低制造業各項生產成本。首先，數字技術快速升級促使部分傳統生產要素轉化為數字化生產要素，不僅豐富了要素市場的多樣性，也提高了制造業的生產效率。［1］其次，得益于柔性電子、高端傳感器、低碳技術等數字信息技術的加入，制造業企業可以減少資源損耗，降低廢物產生量，提高資源重復利用率。

2.數字經濟可以提高制造業銷售競爭力。在生產前，制造業可以通過互聯網和大數據平臺等了解消費者的偏好，生產高度匹配消費者喜好的產品，不僅可以減少資源的浪費，還可以提高產品競爭力。在產品的售后上，借助高效的信息交流平臺，制造業可以及時獲得消費者的反饋，有利于產品的優化升級，進一步提高制造業的產品競爭力。

（二）數字經濟影響制造業高質量發展的間接效應

1.人力資本賦能效應。首先，數字經濟的快速發展改變了相關行業對人力資本的需求，倒逼人力資本質量不斷提高。隨著數字技術和產業融合不斷加深，傳統的工作內容和工作方式發生較大改變。制造業企業用工偏好逐漸從數量型用工偏好向質量型用工偏好轉變。［2］其次，信息技術的發展讓人們可以更加便捷地獲取信息和知識，降低了信息獲取的成本，人們也可以在更加靈活和多樣的方式下進行學習，這使得教育和人力培訓得以在時間和空間上跨越更大的距離。最后，在數字經濟下，越來越多的人開始關注在線培訓、自學和遠程教育等學習方式。這種新的學習模式也促進了教育的創新和發展，讓更多的人有機會獲得正規的教育和專業技能的培訓，這種數字化教育方式讓人力資本質量得到了全面提升。［3］而人力資本是制造業最重要的驅動因子，通過知識、技術等要素的積累不僅可以有效促進要素在行業間的流動和優勢轉換，從而加快制造業產業結構的轉型，還可以充分發揮技術和知識溢出效應，有效地推動我國制造業從勞動密集型向技術密集型轉變，為制造業高質量發展提供支撐。

2.企業創新賦能效應。首先，數字經濟的信息技術優勢為企業創新能力的提升奠定了基礎。數字經濟的快速發展為企業提供了更多便捷高效的創新資源，可以有效地促進企業之間的資源共享和技術交流，以實現更廣泛的創新合作和知識創造。［4］其次，通過數字技術的應用，知識轉化為創新成果的概率大大提高，創新過程更加便利和高效。企業和個人可以獲得更多的創新機會，并且可以更有效地將自己的想法變成產品和服務。［5］最后，信息交互能力的提高有助于企業及時獲得市場需求信息，以更加精準地滿足市場需求。這也減少了企業創新存在的風險，提高了創新與現實需求之間的匹配效率，讓企業更加有信心地進行創新活動。企業創新通過學習效應和積累效應提高制造業的知識儲備量，促進制造業知識溢出，增強制造業知識吸收能力。［6］同時通過規模效應提高競爭優勢，為制造業帶來新的增長和發展機會，促進整個行業的升級和創新，進而實現制造業的高質量發展。

二、研究設計

（一）變量測度

1.被解釋變量。被解釋變量為制造業高質量發展水平（mhq）。已有文獻在測度制造業高質量發展方面并無統一標準。部分學者采用制造業綠色全要素生產率來測度，主要運用柯布-道格拉斯生產函數法［7］和數據包絡分析法［8］。還有一些學者結合各自的研究內容，構建了相應的指標體系：有基于高質量發展內涵構建涵蓋產業基礎和結構、數字化能力、質量競爭力、社會貢獻等八個方面的評價指標體系［9］；也有結合新發展理念從創新、速度、結構、綠色四個方面構建的評價指標體系［3，10-11］。使用綜合指標更能全面系統評價制造業發展水平，更能準確地對制造業高質量發展進行測度?；诟哔|量發展的內涵和特征，依據上述學者的研究，本文從五個維度構建了制造業高質量發展評價指標體系，具體如表1所示。

2.核心解釋變量。核心解釋變量為數字經濟發展水平（dig）?，F有研究對數字經濟的內涵界定還沒有統一的衡量標準，致使其測度方法各異，研究中主要使用構建指標體系的方法進行測度。在官方組織機構層面，經濟合作與發展組織（OECD）作為對數字經濟研究起步較早的機構，在《衡量數字經濟》中構建了涵蓋創新發展、賦權社會、經濟增長和促進就業四個一級指標的指標體系，涵蓋了數字經濟各個方面。中國信息通信研究院在《中國數字經濟發展白皮書》中提出，以數字經濟指數度量數字經濟發展程度，數字經濟指數充分考慮了數字經濟發展所需的基礎條件、基礎產業和綜合應用。上海社會科學院構建了涵蓋關于數字的設施、產業、創新和治理四個方面的數字經濟競爭力分析模型。此外，眾多學者主要從數字基礎、數字化產業、數字應用、數字創新等方面構建數字經濟發展指標體系。［12-15］借鑒現有文獻，本文選取了三個一級指標、十個二級指標構建數字經濟發展水平指標體系，如表2所示。

在測度制造業高質量發展水平和數字經濟發展水平時，需先確定各指標所賦權重，再計算各省份數字經濟發展和制造業高質量發展的綜合得分。由于主觀賦權法受人為因素影響較大，而客觀賦權法能夠避免主觀誤差，因此本文采用基于熵值法的客觀賦權法。

3.中介變量。人力資本（hum）：人力資本所承載的知識和技能是實現制造業高質量發展的重要驅動要素。具體而言，人力資本通過存量積累、集聚效應和異質性結構對制造業高質量發展產生影響。教育是人力資本形成和發展的最主要途徑，通過教育可以賦予勞動力一定的知識和技能。因此，本文借鑒已有研究的做法，用平均受教育年限測度人力資本水平，公式為：

式中，pri為接受過小學教育的人數，其教育年限為6年；jun為接受過中學教育的人數，其教育年限為9年；sen為接受過高中教育的人數，其教育年限為12年；col為接受過大專及以上教育的人數，其教育年限為16年；T為6歲及以上總人口數。

企業創新能力（inno）：制造業企業開發新產品的經費很大程度上是企業創新能力的體現，經費投入越多，說明其創新能力越強。參考廖信林和楊正源［16］的研究，本文采用規模以上工業企業開發新產品經費來衡量企業創新能力，以求更好地反映企業的創新能力。

4.控制變量。由于制造業的發展依賴多種要素，參考相關文獻，本文選擇政府職能（gov）、金融發展水平（fin）、基礎設施建設水平（infra）、產業結構（is）和對外開放水平（fdi）作為控制變量，具體衡量數據如表3所示。

（二）數據來源、處理與變量的描述性統計

數據是數字經濟發展的關鍵生產要素。2014年，大數據交易進入初步發展階段，同時“大數據”被首次寫入中央政府工作報告當中。因此，本文選擇數據時間起點為2014年。鑒于數據的可得性，本文選取了2014—2020年中國30個省份的數據（西藏自治區部分年份數據缺失），所有數據來源于《中國統計年鑒》《中國工業統計年鑒》《中國電子信息產業統計年鑒》及各地區統計年鑒。數據波動過大會影響實證結果的準確性［17］，本文對數據作如下處理：對制造業高質量發展水平、數字經濟發展水平、金融發展水平、基礎設施建設水平和企業創新能力數據進行二次化對數處理。為更好地解決數據缺失問題，本文采用插值法等相關方法對數據進行補齊。表4為所有變量的描述性統計結果。

（三）模型構建

在上述理論與實證假設的基礎上，建立面板數據模型如下：

式中，mhq it 為i地區在t年制造業高質量發展水平；dig it 為i地區在t年數字經濟發展水平；Xijt? 為i省份第j個控制變量在t年的數值； μi 為上述模型中的個體效應， ηt 為上述模型中的時間效應， εit為上述模型中的隨機擾動項。其中，gov、llfin、llinfra、is、fdi均為控制變量，gov為政府職能，llfin為金融發展水平，llinfra為基礎設施建設水平，is為產業結構，fdi為對外開放水平。

為進一步探究數字經濟對制造業高質量發展影響的內在機制，構建中介效應模型如下：

式中，Mediht為i省份第h個中介變量在t年數值，中介變量包括人力資本水平和企業創新能力；其余變量含義與式（2）相同。

三、實證結果

（一）基準回歸

本文采用stata進行數據處理，對我國30個省份2014—2020年統計資料進行數據分析。本文先用似然比（LR）和Hausman檢驗確定模型選擇，結果顯示，拒絕混合效應模型與隨機效應模型，同時結合經濟理論認識，本文采用雙向固定效應模型。模型估計結果見表5。

表5（1）列和（2）列分別代表未加入控制變量和加入控制變量后的模型基準回歸結果。對比兩個回歸結果可知，（2）列數字經濟發展水平的估計系數略微減小，這表明在沒有考慮控制變量時，會出現漏掉重要解釋變量的情況。（2）列解釋變量的估計系數為正，意味著本文核心結論在其他因素得到控制之后也成立。以表5（2）列為例，數字經濟對制造業高質量發展在5%的顯著水平上有顯著的拉動作用，具體而言，數字經濟發展水平每上升1%，制造業高質量發展水平提升25.1%，驅動作用顯著，這可能是數字經濟發展在優化市場配置資源效率、豐富制造業生產方式、重塑就業結構以及穩定供求關系等多方面共同作用的結果。

（二）穩健性檢驗

在基準回歸的實證分析中，盡管本文加入了諸多控制變量，同時也考慮了各地區的固定效應，但由于資源稟賦、文化制度、組織內部效率等經濟社會背景因素的不可觀測，且數字經濟發展水平與制造業高質量發展水平之間可能存在著雙向因果關系，即一方面數字經濟的快速發展和數字技術普遍應用到制造業細分行業很大程度上促進了制造業高質量發展水平的提高；另一方面隨著制造業高質量發展水平的逐漸提高，數字技術應用不斷深化細化，必將促進數字經濟發展水平的不斷提高，這使得模型估計仍然可能存在內生性問題。鑒于此，在基準回歸的基礎上，本文采用以下方法對模型估計結果進行穩健性檢驗。

關于內生性問題，學者普遍借助工具變量把內生變量拆分為與干擾項有關和與干擾項無關兩部分，用與干擾項無關的部分進行一致估計。為解決模型的內生性問題，本文將使用數字經濟滯后兩期作為工具變量，運用兩階段最小二乘法（2SLS）對其進行處理。在使用工具變量時常常需要確保以下兩個條件來保證所使用的工具變量是有效的。

相關性：數字經濟滯后兩期（工具變量）與數字經濟（核心解釋變量）相關，本文對數字經濟與數字經濟滯后兩期的相關系數矩陣進行研究，發現兩者的相關系數為0.977，即二者之間存在很強的相關性，也就是說數字經濟發展與它的滯后兩期存在一定的聯系。

外生性：本文參考韋莊禹等人［17］檢測工具變量外生性的方法，外生性檢驗具體結果如表6所示，第（3）列為數字經濟對制造業高質量發展的回歸結果、第（4）列為數字經濟滯后兩期對制造業高質量發展的回歸結果、第（5）列為數字經濟和數字經濟滯后兩期同時對制造業高質量發展的回歸結果。結果表明，數字經濟和數字經濟滯后兩期分別加入時回歸結果均顯著，兩者同時加入時工具變量不顯著，這就意味著滯后兩期的數字經濟只是間接通過當前的數字經濟影響制造業高質量發展，而不是直接影響制造業高質量發展。因此認為本文所選取的工具變量符合外生性。

使用2SLS法的前提是在工具變量恰好識別的前提假設下，因此需要做弱工具變量檢驗，結果見表6，Cragg-Donald Wald F數值743.041遠遠大于判別值16.380，即說明沒有弱工具變量問題。通過對工具變量的檢驗，可以看出2SLS結果是有效的，其回歸結果見表6第（6）列。回歸分析顯示，我國制造業高質量發展與數字經濟發展水平有著明顯的正向關系。R2和F統計值分別為0.841和129.120，表明了工具變量具有很好的解釋能力。

（三）中介效應

基于溫忠麟等人［18］提出的中介效應檢驗過程，以基準回歸中核心解釋變量顯著影響被解釋變量的結果為依據，對模型（3）和模型（4）中的參數分別進行了驗證，若兩者均顯著，那么中介效應顯著。

首先驗證人力資本（hum），回歸結果見表7中第（7）（8）兩列。（7）列中解釋變量估計系數顯著為正，說明數字經濟可以提高人力資本水平；（8）列中解釋變量估計系數同樣顯著為正，且相比原基準回歸的估計系數有所減小，表明數字經濟的快速發展提升了對高知識、高技能、高學歷人才的需求，人力資本質量的提高又進一步驅動制造業高質量發展。

其次驗證企業創新能力（llinno），回歸結果見表7第（9）（10）兩列。（9）列中解釋變量的估計系數顯著為正，說明數字經濟發展可以提高企業創新能力；（10）列中解釋變量的估計系數顯著為正，表明數字經濟創造的開放式創新環境推動了企業更大范圍的技術創新，進而推動制造業高質量發展。

（四）區域異質性

為驗證數字經濟在不同區域對我國制造業高質量發展的不同影響，本文將30個省份分為東部、中部、西部和東北四個地區①，并采用雙向固定效應模型對這四個樣本的制造業發展情況進行分析，以探究各個地區數字經濟的作用。結果如表8中第（11）—（14）列所示。在10%的顯著性水平下我國東部地區數字經濟回歸系數為正，在1%的顯著性水平下，西部地區的數字經濟回歸系數為正，但在我國中部和東北兩個地區，數字經濟在促進制造業高質量發展方面的作用并不顯著。這可能是因為各區域間要素市場活躍度、制造業發展水平、技術創新水平等因素的不同大大影響了各區域制造業數字化發展進程。

從回歸系數上來看，東部和西部地區的數字經濟發展指數大于全國層面的系數。數字經濟發展水平每提高1%，其大約能使東部地區和西部地區制造業高質量發展水平分別提高38.6%和35.0%，從中可以看出東部地區的促進效應大于西部地區。其原因可能是東部地區有良好的制造業基礎，資金、人才、資源等要素供給充足，促進了數字經濟與制造業的深度融合。西部地區自然資源豐富，但工業水平及基礎設施還有待提升，企業數字化和數字化企業程度低，還有很大的提升空間，從而使得數字經濟對制造業高質量發展的邊際效應高。同時，西部地區的制造業企業在轉型升級過程中，其生產力增長空間相對而言比較大，制造業企業可以獲得更多的升級紅利。而我國中部地區和東北地區信息基礎設施建設相對薄弱，人才流失嚴重，電子設備、儀器儀表等高技術產業數量相對稀少，這些因素阻礙了數字化技術在中部地區和東北地區的大范圍推廣，因此數字經濟發展對中部地區和東北地區的制造業企業沒有起到很好的促進作用。

四、研究結論和對策建議

（一）研究結論

本文在相關理論基礎上，借助2014—2020年省際面板數據研究數字經濟如何賦能制造業高質量發展以及區域異質性，主要結論如下。第一，數字經濟發展可以直接賦能制造業高質量發展，且這一正向關系經過一系列穩健性檢驗后依然成立。異質性分析研究表明，東、西部地區數字經濟賦能效應較為顯著，中部地區和東北地區數字經濟賦能效應暫時未顯現出來。第二，中介效應分析表明，人力資本和企業創新是數字經濟促進制造業高質量發展的重要渠道，且二者的中介效應均表現為正向強化效應，即數字經濟能夠通過提升人力資本水平和提高企業創新能力促進制造業高質量發展。

（二）政策建議

1.加快發展數字經濟，實現數字技術與制造業的深度融合。各省要增強在數字基礎設施領域的研究投入，促進“企業+高校+機構”協同發展，加快數字技術在制造業的推廣和使用，由此推動制造業數字化轉型。同時，通過建立數字經濟示范區，把發達地區的發展經驗和成功模式推廣到欠發達地區，使區域之間的數字經濟實現“先富帶后富”。

2.避免“一刀切”政策，各地區要因地制宜。對東部地區而言，要加快數字技術與制造業深度融合，將數字技術優勢充分發揮到制造業生產的全過程。對西部地區而言，要抓住數字化、智能化的發展機遇，加強制造業、服務業與信息行業的融合。對中部地區和東北地區而言，一方面要學習東部地區的成功經驗，積極參與東部地區的產業鏈建設，承接適合本地區發展的產業轉移；另一方面政策要逐漸向高端技術偏移，積極推動數字化產業發展，繼續完善數字基礎設施，努力突破數字化資源的瓶頸，縮小數字鴻溝。各省在推進產業數字化的進程中，應當避免單一的發展模式，努力實現多元化的發展。

3.聚焦突破卡脖子核心技術，提升技術創新能力。突破核心技術難題：一是要鼓勵企業積極主動地參與核心技術研發，借助產學研合作平臺激發更多創新活力。二是促使校企合作的創新成果有效轉化，不斷引領技術向制造業快速滲透，為實現制造業數字化轉型提供動力，進而推動產品創新水平不斷提升，促進制造業高質量發展。三是地方政府可以對制造業高技術產品研發進行補貼，并對高技術產品予以減免稅賦來激勵企業的創新意愿，也可以通過減免租金吸引高技術企業入駐科技產業園，營造濃厚的創新氛圍。

4.充分發揮人力資本對區域創新的促進作用，加大投入，多渠道、多層次地提升人力資本水平。地方政府應該把更多的注意力放在基礎教育、職業教育、技能培訓上，筑牢創新型人才培養的基礎。應聚焦數字化前沿方向和關鍵領域，引導職業學校、高等院校設置數字經濟專業、開展相關課程，培養具備數字創新能力的技術人才。

注釋：

①東部地區包括北京市、天津市、河北省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省；中部地區包括山西省、安徽省、江西省、河南省、湖北省、湖南??；西部地區包括內蒙古自治區、廣西壯族自治區、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區；東北地區包括遼寧省、吉林省、黑龍江省。

參考文獻：

［1］荊文君，孫寶文.數字經濟促進經濟高質量發展：一個理論分析框架［J］.經濟學家，2019（2）：66-73.

［2］葉胥，杜云晗，何文軍.數字經濟發展的就業結構效應［J］.財貿研究，2021，32（4）：1-13.

［3］李史恒，屈小娥.數字經濟賦能制造業高質量發展：理論機制與實證檢驗［J］.經濟問題探索，2022（10）：105-117.

［4］劉洋，陳曉東.中國數字經濟發展對產業結構升級的影響［J］.經濟與管理研究，2021，42（8）：15-29.

［5］王可，李連燕.“互聯網+”對中國制造業發展影響的實證研究［J］.數量經濟技術經濟研究，2018，35（6）：3-20.

［6］武云亮，方婷，程文先.數字經濟對制造業高質量發展的影響——基于技術創新的中介效應分析［J］.長春理工大學學報（社會科學版），2023，36（3）：100-108.

［7］鄒蔚，彭銳.科技創新促進湖北工業高質量發展效率評價研究［J］.科技與經濟，2020，33（1）：31-35.

［8］徐星，惠寧，崔若冰，等.數字經濟驅動制造業高質量發展的影響效應研究——以技術創新效率提升與技術創新地理溢出的雙重視角［J］.經濟問題探索，2023（2）：126-143.

［9］李曉鐘.我國制造業高質量發展評價與區域差異比較研究［J］.社會科學家，2022（8）：17-25.

［10］傅為忠，儲劉平.長三角一體化視角下制造業高質量發展評價研究——基于改進的CRITIC-熵權法組合權重的TOPSIS評價模型［J］.工業技術經濟，2020，39（9）：145-152.

［11］李旭輝，朱啟貴，夏萬軍，等.基于五大發展理念的經濟社會發展評價體系研究——基于二次加權因子分析法［J］.數理統計與管理，2019，38（3）：506-518.

［12］張雪玲，焦月霞.中國數字經濟發展指數及其應用初探［J］.浙江社會科學，2017（4）：32-40+157.

［13］劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［14］劉志堅.數字經濟發展、科技創新與出口技術復雜度［J］.統計與決策，2021，37（17）：29-34.

［15］周曉輝，劉瑩瑩，彭留英.數字經濟發展與綠色全要素生產率提高［J］.上海經濟研究，2021（12）：51-63.

［16］廖信林，楊正源.數字經濟賦能長三角地區制造業轉型升級的效應測度與實現路徑［J］.華東經濟管理，2021，35（6）：22-30.

［17］韋莊禹，李毅婷，武可棟.數字經濟能否促進制造業高質量發展？——基于省際面板數據的實證分析［J］.武漢金融，2021（3）：37-45.

［18］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014，22（5）：731-745.

責任編輯? 魏亞男

［收稿日期］2023-05-19

［基金項目］遼寧省哲學社會科學青年人才培養對象委托課題“數字經濟的區域差異、影響因素與優化路徑研究”（2022lslqnrcwtkt-33），主持人謝思；遼寧大學青年科研基金項目“數字經濟驅動制造業高質量發展的機制與路徑研究”（LDQN2022009），主持人謝思。

［作者簡介］謝? 思（1992— ），女，遼寧沈陽人，遼寧大學經濟學院講師、碩士生導師，經濟學博士，主要從事數字經濟、政府監管研究。

任珍珍（1997— ），女，山西呂梁人，遼寧大學經濟學院碩士研究生，主要從事數字經濟研究。