數字經濟發展對制造業產業結構優化升級的影響研究
——基于江蘇省的面板數據

王燕 WANG Yan；蘇偉 SU Wei

（①中國石油集團川慶鉆探工程有限公司鉆井液技術服務公司，成都 610057；②中國石油集團川慶鉆探工程有限公司國際工程公司，成都 610057）

0 引言

江蘇省作為數字經濟的先發地，信息經濟核心產業的總產值已超過了4.5 萬億元，位居全國第二位，兩位融合發展指數連續八年居全國第一；并且數字經濟作為江蘇省的“新賽道”“主賽道”，在政府產業政策的扶持下，發展勢頭迅猛，新業態新模式不斷涌現。如何整合數字技術與諸如制造業等傳統產業的融合和滲透，幫助傳統產業集群在數字經濟大環境下探索協同創新機制和轉型升級，已成為當前研究亟需解決的新課題和新熱點。依據江蘇省的面板數據為研究對象，探索在數字經濟的大環境下，影響制造業產業結構優化升級的因素和機制，為數字經濟時代實現制造業產業結構優化升級和高質量發展提供戰略依據。

1 熵權法和多元線性回歸

1.1 熵權法

熵值法是判斷某個指標的離散程度，信息熵值越小，指標的離散程度越大，該指標對綜合評價的影響（即權重）就越大，因此，可利用熵權法計算各個指標的權重，為多指標綜合評價提供依據。

1.2 多元線性回歸

多元線性回歸是利用數理統計中回歸分析，來確定兩種或兩種以上自變量間相互依賴的定量關系的一種統計分析方法，如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關系，則稱為多元線性回歸分析。

2 模型構建和測算分析

2.1 模型構建

在梳理總結數字經濟的定義及內涵，以及對國內外關于測度數字經濟發展水平的指標體系歸納總結的基礎上，選用改進的熵值法測度我國江蘇省數字經濟發展水平。在傳統熵值法中加入時間變量，提高數字經濟發展水平評價結果的可比性和合理性。具體過程如下：

第一步，進行評價指標的選取，假設t 代表年份數，n代表城市數量，m 代表指標個數，xθij代表第θ 年第i 個城市的第j 個指標。

第二步，對指標進行無量綱化處理。由于各項指標的計量單位并不統一，在計算綜合指標之前，首先將數據進行標準化處理，以消除量綱影響。本文使用0-1 標準化，由于指標體系中的變量都是正向指標，所以運用以下公式：

由于原始數據在進行無量綱化處理后存在為0 的情況，導致后續步驟無法計算，故將無量綱化后的數據整體向右平移0.01 個單位。

第三步，指標的歸一化處理，計算第θ 年份中第i 個城市的第j 個指標在指標中所占的比重：

第四步，計算第項指標的熵值：

第七步，計算各城市數字經濟綜合得分Sθij，綜合得分越高，數字經濟發展水平就越高：

2.2 測算分析

2.2.1 指標體系 本文根據國家統計局對數字經濟的定義構建以下數字經濟指標體系，指標體系分為三個維度，如表1，分別是數字基礎設施建設水平、數字產業化水平、數字技術創新科研水平。

數字基礎設施建設水平：數字經濟發展的基礎條件是數字基礎設施的建設，它為數字經濟的發展提供保證。本文參考李捷、沈運紅、黃桁等學者的研究選取電信業務總收入、移動電話用戶數以及互聯網寬帶接入用戶數衡量數字基礎設施建設水平。

數字產業化發展水平：國家統計局發布了數字經濟及其核心產業統計分類，界定了數字經濟核心產業的范圍，分別是計算機通信和其他電子設備制造業、信息傳輸、軟件和信息技術服務業、電信廣播電視和衛星傳輸服務、互聯網和相關服務等，對應著數字產業化部分。本文從這四個行業選取指標代表數字產業化水平。由于電信廣播電視和衛星傳輸服務、互聯網和相關服務行業收入數據缺失，在數字經濟核心產業收入部分未包括。

數字技術創新科研水平：創新水平是數字經濟指標體系中不可或缺的指標，它能夠驅動數字經濟的發展。本文參考沈運紅、楊慧梅等學者的研究，選取普通高等學校本專科授予學位數和R&D 經費總支出來表示。

2.2.2 數據來源 本文主要選取2012-2021 年江蘇省南京市、無錫市、徐州市、常州市、蘇州市、南通市、連云港市7 個城市的數據。數據來源為《江蘇統計年鑒》《南京統計年鑒》《無錫統計年鑒》《蘇州統計年鑒》以及各地市的統計年鑒等。部分缺失數據采用均值法和年均增長率補齊。

2.2.3 指標權重分析 根據數字基礎設施建設水平、數字產業化水平和數字技術創新科研水平所建立的指標體系，計算得出的各個指標的權重如表2 所示：數字產業化水平占比最高，達到了0.5 以上；最后的數字基礎設施建設水平占比也在0.2 之上。因此可見選取的三個指標對數字經濟發展水平的影響較大。

表2 數字經濟指標體系權重

2.2.4 制造業產業結構升級的測度與分析 制造業產業結構升級是指由低端技術產業和中端技術產業向高端技術產業發展的過程。測度制造業產業結構升級，首先要分類制造業行業，其次，本文借鑒干春暉、傅元海等學者的研究方法，用制造業產業結構高級化衡量制造業產業結構升級，以及考慮到數據的可獲得性，參考江蘇省統計年鑒中工業產業產值與制造業產業產值數值關系，最后，選擇高端技術產業總產值占工業產業總產值的比重來測度制造業產業結構升級，進而進行分析。

①制造業細分行業。根據2017 年最新發布的《國民經濟行業分類》，本文參考李賢珠（2010）的方法，將我國制造業細分行業具體分為低端技術、中端技術、高端技術產業三類，具體分類見表3 所示，分類依據是根據OECD 技術分類標準，按照各行業的研發強度進行分類。

表3 制造業細分行業分類

②測度分析。由于選取的代表城市中2 個城市的數據缺失嚴重，故選取2016-2021 年江蘇省的南京市、蘇州市、無錫市、常州市、連云港市5 個城市28 個制造業細分行業產值數據，數據來源于2017-2021 年各市的統計年鑒，缺失數據用插值法補齊，有些年份缺失數據用年均增長率補齊。計算結果見表4 所示。

表4 江蘇省5 個城市制造業產業結構升級水平（單年份）

從時間上來看，5 個城市2017-2021 年制造業產業結構升級水平呈上升態勢，說明江蘇省大部分城市在2017-2019 年間制造業的產業結構得到了升級。從空間上來看，江蘇省蘇南地區的制造業產業結構升級差距不大，南京、蘇州、無錫、常州6 年間制造業產業結構升級水平平均數達到了0.6 以上，說明蘇南地區制造業發展較好，主要以高端技術產業為主。其中蘇北地區的連云港制造業產業結構升級水平的平均數在0.5 以下，表明其制造業發展主要是以中、低端技術產業為主，不夠完善，仍需要大力度推動制造業產業結構升級。

3 模型構建

3.1 變量定義

3.1.1 被解釋變量 制造業產業結構優化升級水平Y。鑒于市級數據的可獲得性以及避免指標選取的隨意性，依據傅元海等、干春暉等學者對產業結構優化升級的研究成果，以及考慮到數據的可獲得性，參考江蘇省統計年鑒中工業產業產值與制造業產業產值數值關系，選取各城市工業產業產值與總產值的比值，來表征制造業產業結構優化升級的概念。

3.1.2 解釋變量 數字經濟發展水平Dig。根據第二章數字經濟發展水平指標體系的構建與測算可知，數字經濟是推動制造業產業結構升級的重要因素，因此從數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平三個維度，運用改進的熵值法對指標進行賦權，將所得的綜合評分表征數字經濟發展水平。

3.1.3 控制變量 ①經濟發展水平ED。基于徐偉呈等學者的研究，采取人均GDP 表征各地區經濟發展水平。②政府參與程度GI。基于石喜愛等學者的研究，采取地方財政一般預算內支出占GDP 的比值表征政府參與程度。③外貿依存度FTD。基于劉軍、譚清美等學者的研究，采取進出口總額占GDP 的比值表征外貿依存度。匯率按照當年人民幣對主要外幣年平均匯價。④教育投入水平EIL。采取地方財政科學技術費和教育事業費支出的總和占地方財政一般預算內支出的比值表征教育投入水平。

3.2 模型設定

本文以制造業為研究對象，探究過數字基礎設施建設水平、數字化產業發展水平、產業數字化和數字技術創新科研水平四個重要因素數字經濟對制造業產業結構升級的影響。使用面板數據，因此選用面板數據模型，具體的計量模型設定為：

其中，i 表示各市級地區（i=1，2，…13），t 表示年份（t=2012，2013，…，2021），α、β 為待估參數，ε 為殘差。

3.3 描述性統計

本文使用stata 軟件對江蘇省7 座城市2012-2021 年各指標變量最終的面板數據進行了描述性統計。所得的變量數據特征如表5 所示。

表5 變量指標的描述性統計

通過表5 可以看出，制造業產業結構優化升級水平的極大值為0.504，極小值為0.292，且標準差為0.050，從側面說明江蘇省不同城市不同年份的制造業產業結構變動差異不明顯，在數據收集過程中顯示無錫、蘇州、常州等數字經濟發展良好的城市產業結構優化升級水平常年大于均值，說明其高技術制造業產值占比較大。對于數字經濟發展水平，南京、蘇州地區常年在江蘇省處于領先地位，其中南京市的數字經濟發展情況一直保持良好的狀態。地區經濟發展水平的標準差為4.242，說明浙江省的經濟發展水平差異也較為明顯，其中南京、無錫、蘇州地區常年領先于其他城市，而連云港、徐州、南通常年在均值之下。政府參與程度、外貿依存度和教育投入水平城市間差距相對較小，且均呈穩定增長的趨勢。

3.4 回歸分析

3.4.1 模型選擇檢驗 在對面板數據進行回歸分析之前，需先使用豪斯曼（Hasuman）檢驗，依據其結果判斷是否使用固定效應模型或隨機效應模型進行最優估計。根據連玉君、王聞達等學者關于豪斯曼（Hausman）檢驗統計量有效性的研究結果可知，在檢驗結果中，若豪斯曼（Hausman）檢驗顯示，P 值小于0.1，則使用固定效用模型而非隨機效用模型；反之，則使用隨機效用模型。具體結果如圖1 所示。

圖1 豪斯曼（Hausman）檢驗

由結果可知，豪斯曼（Hausman） 檢驗統計量為196.40，P 值大于等于0.0000，所以強烈拒絕原假設“H0：與解釋變量不相關”，固定效應優于隨機效應，直接選擇固定效應，所以本文下面將進行固定效應模型回歸分析。

3.4.2 回歸結構分析 根據上述檢驗本文選擇個體和時間雙固定效應模型進行回歸，具體回歸結果如表6 所示。

表6 固定效應模型回歸結果

從模型回歸的結果來看數字經濟發展水平對于因變量制造業產業結構優化升級的影響系數為正，其代表意義為江蘇省數字經濟發展水平每增加1%，數字經濟的發展水平將增加0.00040，由此可見，數字經濟發展水平對于制造業產業結構優化升級水平有著重要的意義，這是因為數字經濟可以為制造業提供技術支撐、減少運輸成本、提升制造業產品的質量，使得制造業由低端、中端技術產業向高端技術產業發展。經濟發展水平回歸系數為0.004，在5%水平下顯著，表明地區經濟發展水平的提供能夠促進優化升級江蘇省的制造業產業結構。另外、政府參與、教育投入、對外貿易等控制變量對于對山東省制造業產業結構的優化升級水平影響系數均為負，主要的可能是存在數據量少的隱藏問題，其次，政府可能會為了追求短期效益而盲目投資，從而造成重復性建設的現象發證，抑制制造業各產業間協調發展；培養人才是一個長期的過程，所以短期內效果可能不是很有效。以及對江蘇省對外出口的產品任以中低端技術產品為主，在一定程度上影響了制造業向高端技術方向的演化，且其他國家企業反饋給我國的技術、資金有一定的延遲，也可能對江蘇省制造業產業結構優化升級造成影響。

4 研究結論

通過前面各章節的內容可知，本文是圍繞數字經濟對制造業產業結構優化升級的影響展開研究的。主要研究工作包括梳理國內外研究現狀，界定數字經濟和制造業產業結構優化升級的相關概念，分析數字經濟對制造業產業結構優化升級的作用機制。其次測度了江蘇省數字經濟發展水平和制造業產業結構升級水平。最后基于面板數據的固定效應模型實證分析數字經濟對制造業產業結構升級的影響。最后，得出的結論如下：

4.1 關于數字經濟發展水平與制造業產業結構升級的測度結果與分析

①從時間上來看，2012-2021 年江蘇省數字經濟發展水平和其二級指標發展水平都呈上升趨勢，表明數字經濟越來越注重與產業的融合發展；且江蘇省制造業產業結構高度化水平整體上呈現波動化上升的變化趨勢，各地區制造業產業結構合理化水平整體呈現先上升后下降的動態變動走勢。隨著數字經濟不斷發展，數字技術作為新興要素投入制造業生產和運營的各個方面，從而提高技術密集型制造業發展，資源在得到更有效配置的同時受到“虹吸效應”的影響，使得制造業產業結構合理化不能平穩提升。

②從空間上來看，通過區域間的比較分析可知數字經濟發展水平高的地區其制造業產業結構升級水平也相應的高，數字經濟發展水平低的地區，其制造業產業結構升級水平也較低。

4.2 關于實證結果的總結與分析

由基準回歸模型結果可知數字經濟能夠推動制造業產業結構優化升級，說明數字經濟已成為推動制造業產業結構升級的核心動力，數字基礎設施建設水平、數字化產業發展水平和數字技術創新科研水平三者均對制造業產業結構具有明顯的優化作用，推動其向技術密集型方向發展。

4.3 對策建議

本文依據現實江蘇省發展現狀，以及上述結論，從以下幾個方面為數字經濟助推江蘇省制造業產業結構優化升級提供建議：第一，提高數字基礎設施建設水平。完善的數字基礎設施對數字經濟的發展至關重要，應推動數字基礎設施在全省范圍內的普及，完善中西部地區數字基礎設施水平；投入大量的資金技術，加快數字基礎設施的更新速度，如升級5G、遙感等，滿足廣大人民群眾的需求。第二，提高數字產業化水平。數字經濟核心產業的發展是數字經濟發展的基石。應推動數字經濟核心產業的發展。政府加大對這些行業的投資力度，保證企業有充足的資金研發軟件等，做到關鍵技術不受制于人；企業應制定數字化人才的培養計劃，開展一些內部職業培訓，提高企業員工的數字化能力。