山東省制造業高質量發展的時空演化及影響因素分析

摘" "要：基于新發展理念構建了包含創新驅動、產業基礎、效率變革、綠色發展、數字能力和社會共享六個維度的制造業高質量發展評價體系，采用熵權法、空間自相關分析和地理探測器等方法，對2014—2023年山東省制造業高質量發展水平進行時空演變特征和影響因素分析。研究發現：山東省制造業高質量發展水平總體呈上升趨勢，但存在顯著區域差異，濟南、青島及沿海城市發展水平較高，魯西南地區相對滯后；空間分布呈現集聚增強特征，以“高—高”和“低—低”集聚為主，空間極化效應明顯；影響因素分析顯示，資本投入、技術創新和生產成本對時空格局演變的交互影響顯著，且存在明顯的非線性協同效應。基于研究結果，建議根據區域異質性和主導影響因素實施差異化政策，優化資源配置，促進區域協調發展。

關鍵詞：制造業；高質量發展；時空演化；空間分析；地理探測器

中圖分類號：F830" 文獻標識碼：A" 文章編號：1674-2265（2025）06-0032-10

DOI：10.19647/j.cnki.37-1462/f.2025.06.004

一、引言

制造業是立國之本、強國之基。當前世界正經歷百年未有之大變局，制造業競爭格局正在加速重構。我國制造業在外部面臨貿易環境惡化的挑戰，在內部則受制于自主創新能力不足、創新能力偏弱、附加值偏低、數字化和綠色化水平偏弱等結構性問題的制約，這些問題已成為阻礙我國制造業向全球價值鏈中高端攀升的主要瓶頸。與此同時，全球制造業正經歷數字化與綠色低碳轉型的雙重變革，人工智能、大數據、物聯網等新一代信息技術，正在重塑傳統制造業的生產模式與價值鏈布局。在此背景下，加強數字化和綠色化協同推動制造業高質量發展，已經成為我國制造業轉型升級的必然趨勢。山東省是我國重要的制造業基地和北方地區經濟發展的戰略支點，制造業地位舉足輕重，是全國唯一擁有全部41個工業大類的省份，但全省制造業還存在大而不強、全而不精、科技研發投入較少以及高污染高能耗等問題。制造業高質量發展背景下，深入研究山東省制造業的發展現狀，分析其時空格局演化趨勢及影響因素，不僅對于指導山東省乃至全國制造業的轉型升級具有重要的實踐意義，而且對于把握制造業轉型升級的內在規律、豐富和完善制造業高質量發展理論體系具有重要的學術價值。

黨的十九大報告首次正式提出“高質量發展”概念以來，制造業高質量發展就引起了不少學者的關注。目前國內關于制造業高質量發展的研究多從以下幾個方面展開：一是理論內涵分析。學者們從不同的層面界定了制造業高質量發展的內涵，李巧華（2019）[1]從企業層面的技術創新與綠色生產的角度開展研究；張濤等（2020）[2]從區域層面提出了區域制造業高質量發展的“創新、綠色、開發、共享、高效”五大特征；余東華（2020）[3]則認為制造業高質量發展的內涵應該考慮制造業的特點，系統歸納了創新能力增強、結構優化升級、要素效率改進、質量效益提升、品質品牌優化、融合發展水平提高和綠色制造加快推進七大特征。二是指標體系構建和測度分析。張文會和喬寶華（2018）[4]首先從創新驅動、結構優化、速度效益、要素效率、品質品牌、融合發展、綠色制造七個維度初步構建了包括二十二個指標的制造業高質量發展指標體系。劉國新等（2020）[5]基于經濟、創新、高級、開放、生態的維度構建了評價指標體系并開展測度分析，結果發現我國制造業高質量發展水平整體呈上升趨勢，但是空間差異性顯著。汪芳和石鑫（2022）[6]主要從綠色發展效率和出口技術結構兩方面構建了指標體系，發現中國制造業的發展水平年均提升3.17%。劉珊珊等（2024）[7]則從高端化、智能化和綠色化的角度出發構建了指標體系，開展了我國制造業高質量發展的宏觀測度分析，認為技術能力和科創成果轉化率是阻礙高質量發展的主要因素。三是影響因素分析及實現路徑研究。數字經濟（牟曉青和韓慶瀟，2024）[8]和新質生產力（索貴彬等，2025）[9]被證實對我國制造業的高質量發展具有顯著的促進作用，但是都存在區域異質性。惠寧和楊昕（2022）[10]的研究進一步發現，經濟越發達的地區，數字經濟的促進和驅動效應越強。不少學者研究發現制造業和服務業融合發展（郭朝先，2019；張志元，2020）[11，12]、政府產業政策的支持（郭克莎和彭繼宗，2021）[13]以及地區產業協同集聚（張虎等，2024）[14]都可以有效促進制造業高質量發展。此外，“新基建”戰略的實施也可以有效賦能我國制造業高質量發展（郭朝先等，2020）[15]。

綜上所述，現有研究在制造業高質量發展的理論內涵與測度方法上已形成較為系統的成果，為本文研究奠定了重要的基礎，但仍存在以下不足：第一，現有研究多聚焦于宏觀層面的測度分析，測度中觀省域層面制造業高質量發展水平的文獻較為少見。第二，當前研究的指標體系多參照宏觀層面高質量發展的五大發展理念構建，對于制造業針對性不強，少有學者從數字化和綠色化協同發展的角度出發構建充分體現制造業行業特色的指標體系。第三，鮮有研究從時空演變的動態視角探討不同地區間制造業高質量發展的空間相關作用和時空演變格局。

鑒于此，本研究的邊際貢獻如下：（1）基于制造業高質量發展內涵，從數字化和綠色化協同賦能的角度出發，構建測度指標體系，彌補已有研究對制造業高質量發展測度維度不全面、指標不能體現制造業特色等不足；（2）引入莫蘭指數揭示山東省制造業高質量發展的空間關聯性與集聚特征；（3）采用地理探測器方法分析山東省制造業高質量發展水平的影響因素，并解析內在影響機制。本研究有利于厘清山東省制造業高質量發展的水平、時空演化規律及內在影響機制，為數字化和綠色化浪潮下促進山東省制造業高質量發展、實現產業轉型升級提供參考依據。

二、研究方法與數據來源

（一）高質量發展指標體系構建

黨的十八大以來，習近平總書記對于推動制造業高質量發展作出了一系列重要論述，強調“推動制造業高端化、智能化、綠色化發展”，明確了制造業高質量發展的內涵、特征和方向。相較于傳統發展模式，制造業高質量發展是在新發展理念引領下，以創新驅動為核心、數字化轉型為支撐、綠色發展為底線的全新制造業體系。準確把握制造業高質量發展的理論內涵，是科學衡量其發展水平的基礎。制造業高質量發展的內涵在于，以滿足人民日益增長的美好生活需要、提升供給側質量為根本要求，將創新作為首要驅動力，以高端化、智能化、服務化和綠色化作為主攻方向，積極融合以數字化為代表的新質生產力，提升制造業的綠色化與數字化水平，進而推動制造業實現質量提升、效率變革以及動力優化。

本文基于數據的可得性與可靠性，綜合考慮研究的科學性、可比性以及系統性等要求，在借鑒李曉鐘（2022）[16]、張立和朱娜（2022）[17]以及鄭耀群和鄧羽潔（2022）[18]等學者的研究成果的基礎上，從數字化和綠色化協同發展的視角出發，構建包含六個維度、十五個二級指標、二十個三級指標的制造業高質量發展評價指標體系（見表1）。

創新驅動維度提出了四項三級指標。基于創新的投入、產出和環境，分別選取了制造業研發經費投入強度、制造業研發人員投入強度、人均發明專利數以及科技支出占財政支出比重。其中前兩項構成創新基礎支撐指標，人均發明專利數反映技術轉化效能，科技支出占財政支出比重體現政策支持力度，共同形成“研發投入—人才儲備—成果轉化—政策保障”四位一體的創新評價體系。

產業基礎維度包含三項三級指標。采用“總資產規模—企業密度—盈利能力”的三維測度框架，既通過制造業企業總資產反映產業規模優勢，又借助規模以上制造業企業單位數衡量市場活躍度，同時設置主營業務收入利潤率指標評估產業價值鏈水平。

效率變革維度設計四項三級指標。該維度聚焦制造業生產效率提升這一高質量發展的關鍵環節，構建了“全員勞動生產率—流動資產周轉率”的要素效率組合，并輔以“成本費用利潤率—資產負債率”的風險收益平衡指標，形成涵蓋要素配置效率和經營管理效率的效率評估體系。

社會共享維度設立三項三級指標。該維度著重評估制造業發展對社會民生的促進作用，通過制造業城鎮單位就業人員平均工資反映收入水平，制造業就業人數占總就業人數比重衡量就業帶動效應，構建產業發展與社會福祉提升的聯動評估機制。

數字能力維度包含三項三級指標。選取移動電話普及率、規模以上工業企業電子商務交易額占比和互聯網普及率三項指標，分別從個人應用、企業運營和產業融合三個層面評估數字化發展水平，反映數字技術與制造業的融合程度。

綠色發展維度設置三項三級指標。采用單位工業產值廢水排放量和單位工業產值二氧化硫排放量兩項指標綜合評估制造業的環境污染強度，同時引入一般工業固體廢物綜合利用率指標衡量資源循環利用水平，既體現環境保護要求，又符合循環經濟發展理念，相對綜合地體現了制造業的綠色化水平。

（二）研究方法

1. 熵權法。本文采用熵權法，根據指標變化程度確定權重，使得結果更具有可信度和公正度。為了實現不同年份的對比，借鑒張旭等（2021）[19]的研究，采用加入時間變量的熵權法，最終確定各評價指標權重并計算各年份制造業高質量發展水平。

具體計算步驟如下：首先，為消除各指標量綱和單位的影響，對原始數據進行標準化處理。

正向指標：

[Yijt=xijt-minxjmaxxj-minxj+A]" " " " " " " " " " " " "（1）

負向指標：

[Yijt=maxxj-xijtmaxxj-minxj+A]" " " " （2）

式中，[xijt]為第[t]年[i]地市第[j]個指標值；[Yijt]為[xijt]標準化后的數據；[maxxj]、[minxj]分別表示研究時期內所有地市第[j]項指標原始數據的最大值和最小值；[i=1，2，…，n]，[j=1，2，…，m]，[t=1，2，…，]r；同時，由于對數運算中對底數的要求，需要進行平移處理，為降低平移對數據的影響，[A]取值為[10-5]。

其次，計算各指標貢獻度、熵值、差異系數以及權重。

指標貢獻度：

[pijt=Yijtt=1ri=1nYijt]" " " " " （3）

指標熵值：

[ej=-kt=1ri=1npijtlnpijt]" " " " " " " " " " " "（4）

其中，[k=1lnrn]。

指標差異系數：

[gj=1-ej]" " " " " " " " " " " " " " " "（5）

指標權重：

[wj=gjj=1mgj]" " " " " " " " " " " " " " " " " "（6）

最后，確定指標得分：

[sti=j=1mwj×Yijt]" " " " " " " " " " " "（7）

2. 空間自相關。為進一步深入分析山東省制造業高質量發展水平的空間分布關系，本文采用莫蘭指數進行分析，公式如下：

（1）全局空間自相關。全局空間自相關描述全區域內屬性值的空間關聯性。莫蘭指數取值范圍為[-1，1]，當其值大于0時，制造業高質量發展水平在空間上呈正相關，反之亦然；當其值等于0時，制造業高質量發展水平在區域內隨機分布，即空間不相關。莫蘭指數公式如下：

[Moran's I=ni=1nj=1nWij（xi-x）（xj-x）i=1nj=1nWiji=1n（xi-x）2=i=1nj=1nWij（xi-x）（xj-x）S2i=1nj=1nWij]" （8）

其中，[n]為區域總數；[Wij]為空間權重矩陣，若區域[i]和區域[j]相鄰，則[Wij]=1，否則[Wij]=0；[xi]和[xj]分別為區域[i]和[j]的制造業高質量發展水平；[x]為制造業高質量發展水平的均值；[S2]為制造業高質量發展水平均值的偏差。

（2）局部空間自相關。局部空間自相關反映區域內各空間對象與周邊對象的空間異質性和分布格局，用局部莫蘭指數表示。公式如下：

[Local Moran's Ii=（xi-x）j=1nWij（xj-x）S2]" "（9）

其中，[Local Moran's Ii]代表第[i]個地區的局部莫蘭指數。若其值為正，表示該空間呈集聚狀態，即“高—高”或“低—低”類型；若其值為負，表示空間呈離散狀態，即“高—低”或“低—高”類型。

3. 地理探測器。本文用地理探測器對山東省制造業高質量發展水平的影響因素進行分析。地理探測器是王勁峰和徐成東（2017）[20]提出的分析地理空間格局分異性的分析方法，目前在社會科學和環境科學領域應用廣泛。

因子探測器主要用于探測不同因子對于制造業高質量發展水平空間化分異的影響程度，表達公式如下：

[q=1-1nσ2h=1Lnhσ2h]" " " " " " " " " " （10）

其中，[q]為解釋力，取值范圍為[[0，1]]，其值越大，表示影響因素對制造業高質量發展水平解釋力度越大；[h]為分層數；[nh]和[σ2h]為[h]層樣本量和方差；[n]和[σ2]為樣本量和方差。

交互探測器主要用于識別不同因子兩兩交互作用對制造業高質量發展水平的影響，通過單因子q值及交互作用q值可以判斷因子的作用類型，一般可以分為非線性減弱、單因子非線性減弱、雙因子增強、獨立和非線性增強（狄乾斌等，2024）[21]。

（三）數據來源

本文選取2014—2023年山東省16個城市作為研究對象（2019年起萊蕪市正式并入濟南市，將2014—2019年萊蕪市的數據也并入濟南市），原始數據源于2014—2023年《山東統計年鑒》和《山東科技統計年鑒》。對于個別缺失數據，采用插值法進行處理。

三、山東省制造業高質量發展水平測度

（一）山東省制造業高質量發展總體水平

表2展示了2014—2023年山東省16市制造業高質量發展水平的測算結果。研究顯示，考察期內山東省制造業高質量發展水平呈現波動上升態勢：從2014年的0.301小幅回落至2019年的0.284，隨后緩慢攀升至2023年的0.352，總體增幅為16.94%。值得注意的是，2023年僅濟南、青島、煙臺、威海、濰坊和濟寧6個城市的發展水平超過了全省均值，這表明山東省制造業發展質量不僅存在波動性，并且整體水平較低，仍有較大的提升空間。

從區域水平看，省會經濟圈和魯南經濟圈的制造業高質量發展水平與膠東經濟圈存在顯著差距，區域發展不均衡現象突出。2014—2023年，膠東經濟圈、省會經濟圈和魯南經濟圈的平均發展水平分別為0.335、0.306和0.272，呈現“東強西弱、北高南低”的空間格局。從各經濟圈來看，考察期內平均水平高于全省均值的6個城市中，4個位于東部的膠東經濟圈，2個屬于西北部的省會經濟圈，表明膠東地區的制造業發展水平明顯領先于省會經濟圈和魯南經濟圈。究其原因，膠東經濟圈依托沿海區位和外貿優勢以及先進制造技術基礎，在制造業轉型升級過程中具備更明顯的優勢。省會經濟圈雖以省會濟南為核心，但其輻射帶動作用有限，周邊6個城市發展相對滯后。魯南經濟圈由于現代產業基礎設施薄弱，交通區位優勢不足，導致投資吸引力有限；同時，產業結構仍以煤炭、化工等傳統資源型產業為主導，這顯著制約了技術密集型制造業的發展。

從城市水平看，山東省16市的制造業高質量發展水平總體呈上升趨勢，但區域間差異顯著。青島、濟南和煙臺在考察期內穩居全省前三位，是山東省制造業高質量發展的第一梯隊。其中，濟南依托省會資源優勢，深入實施“工業強市”戰略，先進制造業發展已躋身國家一線城市序列；青島作為副省級城市，全力打造“世界工業互聯網之都”，在全國先進制造業百強榜中躍升至第七位；煙臺憑借區位、政策與市場三重優勢，先進制造業發展指數穩居全國第一方陣。淄博近年來則受產業結構調整影響排名下滑，轉型陣痛凸顯。威海、濰坊和濟寧通過積極培育高技術制造業實現彎道超車。特別是濟寧，近年來重點布局機器人、新能源及新材料等新興產業，2023年高質量發展水平躍居全省第六位。臨沂、菏澤、泰安和聊城則常年排名較為靠后，制造業競爭力有待提升。魯西北和魯西南地區整體發展水平低于全省均值，粗放式增長模式尚未根本轉變，資源配置效率與創新動能雙重制約導致轉型升級步伐遲緩。由此可以發現，山東省制造業高質量發展呈現明顯的“核心—邊緣”結構，沿海地區和省會城市的先發優勢突出，而內陸地區亟須突破路徑依賴，構建差異化競爭優勢。

（二）山東省制造業高質量發展分維度水平

從制造業高質量發展的6個維度看，除2017—2019年個別維度綜合指數短暫下降外，山東省制造業高質量發展水平整體呈穩步上升趨勢（見圖1）。其中，創新驅動、產業基礎和數字能力維度表現強勁，呈現穩步或持續上升趨勢。具體而言，創新驅動指數由0.175增長至0.494，增幅居各維度之首，凸顯山東省以創新驅動為核心戰略，正積極推動從“山東制造”向“山東創造”與“山東智造”轉型。產業基礎指數在2018年略有回落，但2019年后逐步回升，主要得益于山東省新舊動能轉換重大工程的實施，該工程有效促進了具有山東特色優勢的現代產業體系的加速構建。與此同時，數字能力指數持續保持上升態勢，這得益于山東省數字賦能戰略的全面推進以及數字經濟的快速發展，為制造業數字化轉型提供了強大動力。效率變革和社會共享維度雖有波折但最終回升，呈現波動式上升趨勢。效率變革指數在2017年經歷下滑后于2019年有所回暖，但仍顯示出制造業在勞動生產率、利潤率等關鍵指標上存在較大的提升空間。社會共享指數在連續下降數年后于2019年開始穩步提升，直觀反映了制造業發展在滿足人民美好生活需要方面的成效逐漸開始顯現。值得注意的是，綠色發展指數多年來維持在較低水平且增速最慢，這明確了綠色發展在制造業高質量發展進程中的短板地位。當前，制造業綠色低碳高質量轉型仍舊面臨產業基礎相對薄弱、效率水平相對較低等挑戰，亟須通過積極推動綠色發展、培育綠色低碳載體、推動制造業節能減碳等措施加以應對。

四、山東省制造業高質量發展的空間分析

根據山東省制造業高質量發展水平綜合指數，可以看出山東省制造業高質量發展在空間上呈現一定的聚集態勢，本文將通過莫蘭指數全局和局部空間自相關分析進一步研究山東省制造業高質量發展的空間集聚性和空間演變趨勢。

（一）全局空間自相關分析

運用Geoda軟件對2014—2023年山東省16市的制造業高質量發展水平綜合指數均值進行分析（見表3）。考察期內，山東省制造業高質量發展的全局莫蘭指數均為正，說明山東省制造業高質量發展存在空間正相關關系，存在空間集聚效應。莫蘭指數的P值均在10%以下、Z值基本大于2，且莫蘭指數波動上升，表明2014—2023年山東省制造業高質量發展呈現較顯著的正向空間相關性，且隨著時間推移，這種集聚趨勢有所增強，表明各區域間經濟聯系日益緊密，呈現顯著的區域經濟協同發展趨勢。

（二）局部空間自相關分析

為了進一步揭示制造業高質量發展水平在空間上的集聚模式，分別繪制2014年、2019年和2023年山東省各地市制造業高質量發展水平的莫蘭指數散點圖（見圖2）。從圖2和表4可知，山東省16市制造業高質量發展綜合指數主要集中于第一、三象限，顯示出“高—高”和“低—低 ”聚集特征，說明山東省制造業高質量發展主要呈現空間正相關特征。此外，可以發現位于第一象限的城市數量大于位于第三象限的城市數量，表明山東省制造業高質量發展主要以“高—高”聚類為主，城市主要是沿海城市和工業發達城市，說明此類城市制造業高質量發展的輻射帶動效應逐漸增強。第三象限的城市主要以“低—低”聚類為主，主要集中于魯西南經濟落后地區。

從時間變化來看，2014年山東省各市的制造業高質量發展水平莫蘭指數散點較為分散。但是隨著時間推移，2019年和2023年的莫蘭指數散點呈現逐步集中的趨勢，說明山東省各城市制造業之間的聯系變得逐漸密切。從具體分布來看，第一象限的城市由6個發展為7個；第三象限城市的城市由7個減少為5個，這表明山東省制造業高質量發展呈現出了較強的“馬太效應”，沿海地區和工業發達城市的輻射效應越來越強，魯西南欠發達的城市也在逐漸探索制造業轉型升級。第二象限（“低—高”集聚）城市由2個發展為3個，此類城市毗鄰省會和沿海城市，制造業發展受到發達城市虹吸效應的影響；第四象限（“高—低”集聚）城市一直為濟南，說明濟南是制造業發展高地，但對于周邊城市的示范作用有待增強。

五、制造業高質量發展水平的影響因素分析

（一）單因素探測結果及分析

本文運用地理探測器對山東省制造業高質量發展的影響因素進行探測。借鑒已有研究成果（高晨宇和湯爽爽，2022；黃夢瑤，2023）[22，23]，同時鑒于數據的可獲得性，從資本投入（X1）、人力投入（X2）、技術創新（X3）、創新環境（X4）、產業基礎（X5）、生產成本（X6）、就業水平（X7）和信息化水平（X8）八個維度構建了完整的分析框架，具體見表5。

運用ArcGIS 10.7按照自然斷點法進行分級，利用地理探測器分別計算2014年、2019年和2023年各影響因素對山東省制造業高質量發展的解釋力q值（見表5）。2014年、2019年和2023年各因素均在5%的顯著性水平上通過檢驗，表明變量選取具有合理性。結果顯示，2014年核心影響因素依次為創新環境（0.719）、人力投入（0.624）和信息化水平（0.630），而產業基礎（0.143）和就業水平（0.368）的影響相對較弱； 2019年主導因素轉變為人力投入（0.701）、生產成本（0.682）和創新環境（0.669），相比之下，產業基礎（0.197）和技術創新（0.448）的貢獻度較低；2023年關鍵影響因素呈現顯著變化，生產成本（0.851）、資本投入（0.757）和技術創新（0.645）成為主要驅動力，而人力投入（0.372）和創新環境（0.457）的作用明顯減弱。2014—2023年期間，各因子影響力呈現顯著動態變化，其中產業基礎、資本投入、技術創新和生產成本的q值增幅較為突出，而人力投入、創新環境和信息化水平則呈現明顯下降趨勢。這一演變軌跡清晰展現了山東省制造業從傳統要素依賴向數字化智能化轉型的發展路徑變遷。特別值得注意的是，技術創新的影響力在觀測后期（2019—2023年）呈現加速提升態勢，說明創新驅動效應存在顯著的時間滯后特征。

（二）交互影響因素探測結果及分析

借助交互探測器模型探測各影響因素的交互作用，結果如表6所示。結果表明2014—2023年山東省制造業高質量發展的影響因素之間普遍存在非線性增強效應，且協同格局呈現顯著的時序演變特征。2014年，創新環境與信息化水平的交互作用對于制造業高質量發展水平的影響最強（q = 0.910），反映了政策引導下的科技創新基礎設施建設對制造業發展的主導作用；而資本投入與產業基礎的弱交互（q = 0.227）則揭示了研發經費與傳統產業集群的脫節問題。從2019年開始，資本投入對于制造業高質量發展的樞紐促進作用日益凸顯，其與生產成本的交互強度持續提升，從2014年的0.789攀升至2023年的0.944，表明資本深化通過技術創新有效降低了單位產出成本。值得注意的是，技術創新與產業基礎的協同效應在觀測后期顯著增強，印證了新舊動能轉換重大工程實施之后山東省制造業創新鏈與產業鏈的深度融合趨勢。

從要素協同的動態演變來看，研究揭示了山東省制造業發展模式的轉型升級路徑。2019年作為關鍵轉折點，表現為人力投入與信息化水平的交互強度驟增，標志著山東省數字化轉型進入加速期。至2023年，資本投入、技術創新與生產成本形成穩定的“黃金三角”驅動結構（q值均＞0.85），既反映了資本與技術協同創新的核心作用，也凸顯了通過技術創新降低生產成本的發展路徑。而產業基礎與各創新要素的協同效應呈現兩極分化，與資本、技術結合的q值分別達0.901和0.867，但與創新環境、信息化水平的交互仍較弱（q＜0.33），這種結構性差異凸顯了傳統產業地區在承接創新資源轉化方面存在制度性障礙。此外，就業水平與信息化的協同強度持續提升，反映了智能制造對勞動力技能結構的重塑效應，為理解數字經濟時代的勞動力市場變革提供了重要啟示。

六、結論與建議

本文選取2014—2023年山東省16個地級市制造業面板數據，構建了多維度評價指標體系，綜合運用熵權法和空間自相關模型進行多維測度與動態解析，并引入地理探測器模型對時空演化機制進行深度解構。研究結果表明：（1）山東省制造業高質量發展水平呈現穩步提升態勢，但整體仍處于中等偏低區間，空間分異特征顯著，形成“東強西弱、北高南低”的非均衡分布格局。這種空間異質性主要源于區域資源稟賦、區位條件及創新能力的顯著差異，其中沿海地區憑借港口經濟優勢形成發展高地，而內陸欠發達區域受要素制約發展相對滯后。從不同維度分析發現，山東省制造業高質量發展整體呈穩步上升趨勢，其中創新驅動、產業基礎和數字能力維度表現強勁，綠色發展指數則一直維持在較低水平。（2）山東省制造業高質量發展水平具有顯著的空間集聚特征，但空間分布不均衡，形成了“高—高”和“低—低”兩種明顯的空間集聚形態，且以“高—高”為主。省會經濟圈、膠東半島城市群構成高質量發展極核，而菏澤、棗莊等資源型城市面臨發展困境。這種空間依賴關系強化了“馬太效應”，區域發展差距呈現擴大趨勢。（3）從影響因素來看，山東省制造業高質量發展水平的時空演變格局受多種因素綜合影響，其中資本投入、技術創新和生產成本是主要因素，三者的交互對于驅動山東省制造業高質量發展的影響最明顯。

基于上述結論，本文提出以下建議：（1）實施區域差異化發展戰略。省會和沿海地區應秉持綠色可持續發展理念，以創新和質量為驅動力，發揮資源優勢，發展特色產業，推動制造業數字化和綠色化轉型；魯西南地區應借助中心城市輻射，完善創新協調機制，實施創新驅動發展戰略，加快綠色制造體系建設。（2）優化區域空間結構。制造業高質量發展水平較高的地區應發揮擴散效應，強化“青島—濟南”雙核制造業創新走廊建設，培育煙臺、濰坊等次級增長極，構建“軸帶+組團”空間結構，帶動省內其他城市協同發展，推動區域產業分工合作，實現制造業高質量發展的互補共贏。（3）積極發揮因素的協同聯動作用。一是強化資本與技術的協同投入。資本投入與技術創新的交互作用在2023年顯著增強，表明研發經費的有效轉化對制造業升級至關重要。未來政策應優化科技金融支持體系，如完善知識產權質押融資、設立技改專項基金，以促進創新鏈與資本鏈的高效對接。二是推動傳統產業與數字化綠色化深度融合。產業基礎與信息化水平的交互作用較弱，說明傳統制造業的數字化轉型仍有較大提升空間。建議在重點工業集群推廣“智改數轉”示范項目，并通過稅收優惠或補貼激勵中小企業上云用數，提升智能制造滲透率。三是優化人力資源配置以適應技術變革。人力投入的單因子影響力下降，但其與信息化、資本的交互作用增強，反映勞動力結構正向技能密集型轉變。需加強數字技能培訓，并探索“共享工程師”等柔性用工模式，緩解高端技術人才的結構性短缺。四是構建“成本—技術—就業”動態平衡機制。生產成本與技術創新、就業水平的交互作用同步增強，表明降本增效需兼顧技術升級與就業穩定。可通過綠色制造技術降低能耗，同時培育智能制造新業態以吸納轉型過程中的勞動力轉移。

參考文獻：

[1]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 [J].財經科學，2019，（06）.

[2]張濤，王東，戈一鳴.長三角海洋經濟高質量共享發展的內涵與特征研究 [J].大陸橋視野，2020，（04）.

[3]余東華.制造業高質量發展的內涵、路徑與動力機制 [J].產業經濟評論，2020，（01）.

[4]張文會，喬寶華.構建我國制造業高質量發展指標體系的幾點思考 [J].工業經濟論壇，2018，5（04）.

[5]劉國新，王靜，江露薇.我國制造業高質量發展的理論機制及評價分析 [J].管理現代化，2020，40（03）.

[6]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 [J].中國軟科學，2022，（02）.

[7]劉珊珊，卜偉，李晨曦.中國制造業高質量發展測度及時空演化——基于“三化”視角 [J].經濟問題探索，2024，（09）.

[8]牟曉青，韓慶瀟.金融支持制造業數字化轉型研究——山東省實踐 [J].金融發展研究，2024，（02）.

[9]索貴彬，秦曉蓓，韓榮榮.新質生產力對制造業高質量發展的影響 ：空間溢出特征及門檻效應 [J].成都理工大學學報（社會科學版），2025，33（02）.

[10]惠寧，楊昕.數字經濟驅動與中國制造業高質量發展 [J].陜西師范大學學報（哲學社會科學版），2022，51（1）.

[11]郭朝先.以產業融合推動制造業高質量發展 [J].智慧中國，2019，（11）.

[12]張志元.我國制造業高質量發展的基本邏輯與現實路徑 [J].理論探索，2020，（02）.

[13]郭克莎，彭繼宗.制造業在中國新發展階段的戰略地位和作用 [J].中國社會科學，2021，（05）.

[14]張虎，張毅，向妍.產業協同集聚對制造業高質量發展的影響研究——基于空間杜賓模型的實證分析 [J].數理統計與管理，2024，43（02）.

[15]郭朝先，王嘉琪，劉浩榮.“新基建”賦能中國經濟高質量發展的路徑研究 [J].北京工業大學學報（社會科學版），2020，20（06）.

[16]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，（08）.

[17]張立，朱娜.基于熵值法的中部地區制造業高質量發展評價研究 [J].湘潭大學學報（哲學社會科學版），2022，46（05）.

[18]鄭耀群，鄧羽潔.中國制造業高質量發展的測度與區域差距分析 [J].現代管理科學，2022，（02）.

[19]張旭，魏福麗，袁旭梅.縣域科技創新與經濟高質量發展耦合協調評價 [J].統計與決策，2021，37（20）.

[20]王勁峰，徐成東.地理探測器：原理與展望 [J].地理學報，2017，72（01）.

[21]狄乾斌，張潔，陳小龍.收縮城市的空間異質性特征評價及其驅動因素分析——以山東省為例 [J].生產力研究，2024，（01）.

[22]高晨宇，湯爽爽.江蘇省先進制造業集聚水平及影響因素研究 [J].現代城市研究，2022，（02）.

[23]黃夢瑤，鐘業喜，毛煒圣.長江經濟帶制造業創新能力空間轉移特征及影響因素 [J].世界地理研究，2023，32（03）.