數字經濟對高技術制造業的影響機理研究——基于熵值法

摘要：通過分析2005—2020年我國省級面板數據，采用固定效應模型評估數字經濟的促進作用。設置技術創新作為中介變量，分析數字經濟促進高技術制造業發展的機制。結果顯示，數字經濟通過提升技術創新水平進而推動高技術制造業發展，實質性技術創新的中介效應更強，為驗證數字經濟促進高技術制造業發展提供依據。

關鍵詞：數字經濟；高技術產業制造業；面板分位數；中介效應；創新能力

0 引言

2021年“十四五”規劃提出建設數字中國，發展數字經濟。評估數字經濟對高技術制造業的影響機理具有重要意義。針對數字經濟促進高技術制造業的發展，研究者提出了不同的觀點：胡俊等[1]分析人工智能對產業升級的推動作用，認為數字經濟通過擴大自主創新領域和提高生產效率推動了產業升級；焦勇[2]指出，數字經濟促使制造業從要素驅動向數據驅動轉變，從產品導向向用戶體驗轉變，從產業關聯向企業群落轉變，從競爭合作向互利共生轉變，為制造業價值創造提供新的思路；李春發等[3]提出，數字經濟通過擴大產業鏈分工、降低交易成本等方式為產業升級提供了新動力；李英杰等[4]認為，在數字經濟背景下，我國需要采用優化發展環境等舉措，促進制造業高質量發展；秦建群等[5]發現，數字經濟在不同區域促進產業結構優化的效果存在差異，技術創新和金融發展在一定程度上起到中介作用。

當前，我國高技術制造業面臨傳統工業增長乏力、高技術低端化、技術創新不足等挑戰，與發達國家存在一定的差距。在數字經濟背景下，研究影響高技術制造業發展的關鍵因素具有重要意義。本文選取2005—2020年30個省（自治區、直轄市）的面板數據為研究對象，探討數字經濟對高技術制造業的影響機理，為驗證數字經濟促進高技術制造業發展提供依據。

1 理論分析和假設

1.1 數字經濟對高技術制造業有直接影響

數字經濟在高技術制造業研發過程中發揮了關鍵作用。通過大數據、智能化和高技術，企業可以更準確地捕捉信息、滿足市場需求，減少試錯和資源浪費。此外，數字經濟也促進了各個環節的協同合作，不同主體通過數字化、信息化和智能化實現了有序合作。

綜上所述，數字經濟對高技術制造業產生直接積極影響，據此，提出第一個假設判斷：H1：數字經濟對高技術制造業發展具有促進作用。

1.2 數字經濟對高技術制造業有間接影響

數字經濟推動了技術創新與商業模式創新的融合。數字化使數據成為新的生產要素，催生了新的商業模式。數字經濟還為地區創新提供了更廣闊的平臺和要素支持，提升了創新能力，促進了高技術制造業的發展。

綜上所述，數字經濟對高技術制造業產生間接的顯著正向影響，據此，提出第二個假設判斷：

H2：數字經濟對高技術制造業發展具有間接促進作用。

2 研究設計

2.1 數據來源

本文數據來源于中國科技統計年鑒、中國高技術產業統計年鑒、國家統計局、中經網統計數據庫及各省份統計年鑒，研究對象為我國30個省（自治區、直轄市）（西藏除外）2005—2020年省級面板數據。為盡可能地消除異方差現象，本文涉及的所有變量均以自然對數引入模型。

2.2 評價方法

本文運用面板熵值法確定評估指數權重，較為客觀地消除了傳統主觀賦權的局限性。計算步驟如下：

（1）數據預處理。面板數據選取n個評價指標，q個年度樣本，r個城市，xθij表示第θ年i市的第j個指標。部分指標可能為負向指標，選擇極差法進行標準化處理。公式如下

2.3 變量說明

2.3.1 被解釋變量

本文的被解釋變量是高技術制造業發展水平（Hit），采用各地區高技術制造業生產總值與第二產業生產總值的比值來衡量。另外，依據國家統計局發布的《高技術產業（制造業）分類（2017）》的分類準則進行數據選取。

2.3.2 核心解釋變量

本文核心解釋變量是數字經濟發展水平（Dig）。鑒于該概念提出時間不長，參考相關文獻[6]，從3個維度出發，選擇8個二級指標構建評價體系，運用面板熵值法計算各省（自治區、直轄市）數字經濟發展水平得分。數字經濟指標評價體系見表1。

2.3.3 控制變量

（1）經濟發展水平（ed）。基于徐偉呈等[7]的研究，采取人均GDP表征各地區經濟發展水平，反映城市經濟發展狀況和人民生活水平。

（2）政府參與程度（gov）。基于賈敬全等[8]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）城市化水平（urb）。采取地區年末城市城鎮人口數與地區年末常駐總人口數的比值，表示城鎮化水平的高低和城鎮化進程的推進程度。

（4）人力資本水平（univ）。高技術人才對高技術制造業的高質量發展具有極其重要的作用，采取用地區普通高等學校數量表示高等教育人才水平。

2.3.4 中介變量

創造能力（lnne）。基于唐松等[9]的研究，采取地區專利申請數據表示創造能力水平，具體包括發明專利量（invpat）及實用新型和外觀設計專利量（genpat）兩個指標。變量描述性統計見表2。

2.4 模型構建

本文采用省級面板數據研究數字經濟對高技術制造業發展水平的影響，構建的基準回歸模型如下

Hitij=α0+α1Digij+αmWij+μi+εij

式中，Hitij為j年i省份的高技術制造業發展水平；α0為常數項；α1為數字經濟對高技術制造業發展水平的總效應影響；Digij為j年i省份的數字經濟水平；αm為控制變量的待估計參數；Wij為控制變量合集；μi為固定效應；εij為隨機誤差。

為了進一步研究數字經濟通過創新能力間接作用于高技術制造業的影響效應，將創新能力作為中介變量進行中介效應檢驗，具體計量模型如下

Hitij=α0+α1Digij+αmWij+μi+εij

Mij=β0+β1Digij+βmWij+λi+kij

Hitij=γ0+γ1Digij+γ1Mij+γmWij+li+vij

式中，Mij為中介變量，包含創新能力中介變量；β0為常數項；β1為數字經濟對中介變量的影響效應；βm為控制變量的待估計參數；λi為固定效應；kij為隨機誤差項；γ0是常數項；γ1為數字經濟對高技術制造業的直接影響效應；β1×γ1為數字經濟通過中介變量對高技術制造業的間接影響效應；γm為控制變量的待估計參數；li為固定效應；vij為隨機誤差項。

3 實證分析

3.1 數字經濟對高技術制造業的影響

面板模型實證結果見表3。由表3可知，在OLS及依次加入變量的固定效應模型中，數字經濟對高技術制造業的回歸系數都為正值且都通過了1%的顯著性檢驗，表明與假設H1相符。在模型（5）中，數字經濟的系數為0.352，意味著數字經濟每提高1%，高技術制造業的發展水平提高0.352%，表明在數字經濟驅動下，高技術制造業發展水平趨于正向發展，數字經濟為制造業帶來了真正意義上的技術突破。

在模型（2）中，政府參與程度（lngov）通過了5%的顯著性檢驗，且對高技術制造業發展水平有正向影響。政府參與程度每提高1%，高技術制造業發展水平提高0.696%，表明政府的資金支持為高技術制造業發展水平的提升提供了幫助。

在模型（4）和模型（5）中，經濟發展水平（lned）對高技術制造業發展水平有負向影響，且通過了5%的顯著性檢驗。由于采用人均GDP來衡量經濟發展水平，不同地區人們的主要收入方向不同，大多數產值覆蓋在信息技術、互聯網和金融行業，對于高技術產業發展有所推動，但對于高技術制造業發展可能起到一定的抑制作用。

在模型（4）和模型（5）中，城市化水平（lnurb）對高技術制造業發展水平起到正向推進作用，通過了1%的顯著性檢驗。城市化水平越高，就越會吸引更多的人才來就業，通過人才積累，助力高技術制造業提升創新水平和技術水平。

在模型（5）中，人力資本水平（lnuniv）對于高技術制造業發展水平起到正向推進作用，表明人力資本可促進高技術制造業高質量發展。

3.2 非線性遞增效應分析

本文采用面板分位數回歸方法評估數字經濟對高技術制造業發展的動態非線性效應，具體參考宛群超等[10]的研究。結果表明，在10%、50%、90%三個分位數下，數字經濟均對高技術制造業發展產生顯著正向影響。lndig的估計系數逐漸變大，說明在高技術產業發展水平越高的地區，數字經濟的影響效應越大。究其原因，隨著高技術制造業發展水平的提升，城市發展越完善，數字經濟就越能發揮作用。面板分位數回歸結果見表4。

3.3 穩健性檢驗

本文采用多種方法進行穩健性檢驗。第一，高技術制造業發展水平呈現部分數據堆積在前10%和后10%的情況，采用Tobit模型進行回歸分析，以檢驗原模型的穩定性。第二，對解釋變量取滯后期，也能減輕反向因果帶來的內生性。第三，選擇合適的工具變量處理核心解釋變量的內生性。一方面，傳統通信基礎設施會影響后續互聯網技術的使用；另一方面，傳統通信工具的經濟作用會隨著使用率的下降而減弱。為處理原工具變量僅有的橫截面數據問題，構建隨時間變化的交互項作為面板工具變量[11]，即每年全國互聯網用戶數與1984年各市電話普及量的交互項（usertel）。穩健性與內生性檢驗見表5。

在表5中，模型（6）是采用Tobit模型得到的回歸結果，數字經濟對高技術制造業發展水平的回歸系數通過了10%的顯著性水平檢驗。模型（7）表示數字經濟滯后期對高技術制造業的影響，與固定效應模型回歸結果高度一致。模型（8）是采用工具變量的回歸結果，通過了1%的顯著性水平檢驗。通過穩健性檢驗和內生性處理，再次驗證了數字經濟對高技術制造業發展水平具有顯著正向作用。

3.4 數字經濟對高技術制造業發展水平的機制檢驗

實證結果顯示，數字經濟可以促進高技術制造業的發展。理論分析認為，數字經濟可以通過提高地區創新能力對高技術制造業產生間接影響。本文采用中介效應模型進行檢驗，中介效應檢驗見表6。

在表6中，模型（9）的回歸系數顯著為正，說明數字經濟能有效促進地區的實質性創新；而模型（11）表明數字經濟對非實質性技術創新的效果不顯著；模型（10）是數字經濟通過提升創新能力對高技術制造業產生顯著正向影響，且回歸系數通過了1%的顯著性水平檢驗，說明數字經濟能通過實質性技術創新顯著地提升高技術制造業的發展水平。

4 結語

實證結果表明，數字經濟對高技術制造業發展水平具有顯著正向作用，且該作用存在非線性遞增效應。具體而言，數字經濟能直接促進高技術制造業的發展，即使在替換完Tobit模型、使用數字經濟滯后期及工具變量法檢驗后，這一結論依舊成立。進行面板分位數回歸分析發現，數字經濟對高技術制造業不同發展水平上的非線性正向推動效應呈現遞增態勢。除了直接效應，數字經濟還可以通過促進創新特別是實質性創新而產生中介效應，從而進一步推動高技術制造業發展，而對非實質性創新的影響則不明顯。同時，政府參與程度、城市化水平、人力資本水平也對我國高技術制造業的發展產生了顯著正向作用。但值得注意的是，經濟發展水平對高技術制造業的影響系數顯著為負，這可能是由于人員技術產值集中在信息互聯網和金融行業，對制造業的發展影響甚微。

參考文獻

[1]胡俊，杜傳忠.人工智能推動產業轉型升級的機制、路徑及對策[J].經濟縱橫，2020（3）：94-101.

[2]焦勇.數字經濟賦能制造業轉型：從價值重塑到價值創造[J].經濟學家，2020（6）：87-94.

[3]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.

[4]李英杰，韓平.數字經濟下制造業高質量發展的機理和路徑[J].宏觀經濟管理，2021（5）：36-45.

[5]秦建群，趙晶晶，王薇.數字經濟對產業結構升級影響的中介效應與經驗證據[J].統計與決策，2022，38（11）：99-103.

[6]孫黎，許唯聰.數字經濟對地區全球價值鏈嵌入的影響——基于空間溢出效應視角的分析[J].經濟，2021，43（11）：16-34.

[7]徐偉呈，范愛軍.互聯網技術驅動下制造業結構優化升級的路徑——來自中國省際面板數據的經驗證據[J].山西財經大學學報，2018，40（7）：45-57.

[8]賈敬全，陶冶.財政分權對產業結構升級的空間效應研究[J].統計與決策，2023，39（15）：151-155.

[9]唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020，36（5）：9，52-66.

[10]宛群超，袁凌，譚志紅.科技人才集聚、市場競爭及其交互作用對高技術產業創新績效的影響[J].軟科學，2021，35（11）：7-12.

[11]NUNN N，QIAN N.US food aidand civil conflict[J].The American Economic Review，2014，104（6）：1630-1666.

收稿日期：2024-02-18

作者簡介：

王亦虹（1974—），女，博士，副教授，博士研究生導師，研究方向：數字經濟。

許曉然（通信作者）（1999—），女，研究方向：數字經濟。

*基金項目：國家社會科學基金一般項目（20BGL220）。