數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級的互動關(guān)系
——基于省級面板數(shù)據(jù)的PVAR分析

陳懷超，田曉煜，范建紅

(太原理工大學(xué) 經(jīng)濟管理學(xué)院，山西 太原 030024)

0 引言

目前，中國經(jīng)濟已由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，正面臨轉(zhuǎn)換增長動力和調(diào)整經(jīng)濟結(jié)構(gòu)的新形勢。習(xí)近平總書記指出：“新常態(tài)要有新動力，數(shù)字經(jīng)濟在這方面可以大有作為?！睌?shù)字技術(shù)的快速發(fā)展，使社會生產(chǎn)、生活走向數(shù)字化的信息空間。國家“十四五”規(guī)劃提出，“促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，壯大經(jīng)濟發(fā)展新引擎”，“加強全民數(shù)字技能教育和培訓(xùn)，普及提升公民數(shù)字素養(yǎng)”。數(shù)字化是經(jīng)濟、個體和產(chǎn)業(yè)利用數(shù)字資源互動發(fā)展的過程，數(shù)字經(jīng)濟營造良好的數(shù)字環(huán)境，人才數(shù)字素養(yǎng)提供強大的智力支撐，制造業(yè)結(jié)構(gòu)升級拓展豐富的應(yīng)用場景?？梢?，厘清數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的關(guān)系，實現(xiàn)三者的良性互動，有助于建設(shè)數(shù)字強國、人才強國和制造強國。

梳理相關(guān)文獻可知，學(xué)者們探究了數(shù)字經(jīng)濟驅(qū)動制造業(yè)轉(zhuǎn)型升級的作用機理[1]、數(shù)字經(jīng)濟對制造業(yè)轉(zhuǎn)型升級的非線性影響[2]等；也有學(xué)者研究了人力資本積累[3]和質(zhì)量型人口紅利[4]對制造業(yè)升級的促進作用?？梢?，現(xiàn)有文獻更多聚焦數(shù)字經(jīng)濟對制造業(yè)轉(zhuǎn)型升級的單向作用以及高素質(zhì)人才對制造業(yè)升級的影響。制造業(yè)結(jié)構(gòu)升級是制造業(yè)轉(zhuǎn)型升級的一條重要路徑[5]，當(dāng)制造業(yè)結(jié)構(gòu)趨于合理化和高級化時，能夠加快制造業(yè)轉(zhuǎn)型升級步伐。沈運紅和黃桁[6]探討數(shù)字經(jīng)濟對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的影響。然而，目前尚未有學(xué)者對數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級兩兩之間的相互作用關(guān)系進行探討，更缺乏運用實證方法將三者納入同一框架進行綜合分析的研究。此外，經(jīng)濟系統(tǒng)總是處于變化之中，數(shù)字經(jīng)濟發(fā)展、人才數(shù)字素養(yǎng)提高和制造業(yè)結(jié)構(gòu)升級呈現(xiàn)時變趨勢，三者之間的互動關(guān)系可能存在時滯性或不穩(wěn)定性，現(xiàn)有文獻尚未對三者之間的動態(tài)互動關(guān)系進行深入探究。

鑒于此，本文利用2010—2019年中國內(nèi)地31個省域面板數(shù)據(jù)，構(gòu)建PVAR模型，運用Granger因果檢驗、脈沖響應(yīng)函數(shù)和方差分解，探究數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的動態(tài)互動關(guān)系。本文理論貢獻在于：首先，基于制造業(yè)結(jié)構(gòu)合理化和高級化兩個維度，將數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)和制造業(yè)結(jié)構(gòu)升級納入同一框架，分析三者之間相互影響的內(nèi)在邏輯，創(chuàng)新性開展數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)和制造業(yè)結(jié)構(gòu)升級的整合研究；其次，運用PVAR模型實證探究數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的動態(tài)互動影響，為揭示三者之間的雙向互動關(guān)系提供新視角，深化相關(guān)領(lǐng)域研究。

1 文獻綜述

1.1 數(shù)字經(jīng)濟與制造業(yè)結(jié)構(gòu)升級

根據(jù)錢納里工業(yè)化階段理論，后工業(yè)化時期，制造業(yè)結(jié)構(gòu)將由資本密集型向技術(shù)密集型轉(zhuǎn)變，技術(shù)進步成為制造業(yè)結(jié)構(gòu)升級的核心驅(qū)動力[7]。隨著新一代信息技術(shù)的逐漸成熟并向供給側(cè)的應(yīng)用重心轉(zhuǎn)移，制造業(yè)成為數(shù)字經(jīng)濟發(fā)揮創(chuàng)新驅(qū)動與轉(zhuǎn)型升級動能作用的主戰(zhàn)場[6]。數(shù)字技術(shù)的應(yīng)用不僅能夠提升資源配置效率，帶來生產(chǎn)率提高，而且能夠通過技術(shù)創(chuàng)新賦能制造業(yè)結(jié)構(gòu)升級。數(shù)字經(jīng)濟與制造業(yè)升級的關(guān)系問題越來越受到學(xué)者們關(guān)注。從理論視角出發(fā)，已有研究[1,8-9]支持?jǐn)?shù)字經(jīng)濟對制造業(yè)轉(zhuǎn)型升級具有積極影響的觀點?；诋a(chǎn)業(yè)鏈重構(gòu)視角，數(shù)字經(jīng)濟通過拓展分工邊界、降低交易成本、需求變化倒逼和價值分配轉(zhuǎn)移對制造業(yè)轉(zhuǎn)型升級發(fā)揮驅(qū)動作用[1]。基于價值鏈視角，數(shù)字經(jīng)濟通過破解創(chuàng)新鏈瓶頸、提升制造鏈質(zhì)量、提高供應(yīng)鏈效率、拓展服務(wù)鏈空間，助推制造業(yè)轉(zhuǎn)型升級[8]。基于數(shù)字經(jīng)濟與制造業(yè)多維融合視角，數(shù)字經(jīng)濟通過數(shù)據(jù)、創(chuàng)新、需求和供給四輪驅(qū)動，實現(xiàn)制造業(yè)與互聯(lián)網(wǎng)、研發(fā)端、服務(wù)業(yè)、新技術(shù)的深度融合，從而為制造業(yè)轉(zhuǎn)型提供強勁動能[9]。從實證視角出發(fā)的研究較少，蔡延澤等[2]通過固定效應(yīng)模型驗證數(shù)字經(jīng)濟對制造業(yè)轉(zhuǎn)型升級的促進作用；沈運紅和黃桁[6]基于浙江省11個地級市數(shù)據(jù)的研究發(fā)現(xiàn)，數(shù)字經(jīng)濟細(xì)分維度對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級具有正向影響。

1.2 數(shù)字經(jīng)濟與人才數(shù)字素養(yǎng)

目前，人們的學(xué)習(xí)、生活、思維和行為方式無不受到數(shù)字化影響[10]。隨著數(shù)字技術(shù)的快速持續(xù)發(fā)展，個人需要使用更多技術(shù)、認(rèn)知和社會技能，以便在數(shù)字環(huán)境中執(zhí)行任務(wù)和解決問題[11]。對數(shù)字技術(shù)的理解和技能的掌握已成為人們新的素養(yǎng)，即數(shù)字素養(yǎng)[10]。數(shù)字經(jīng)濟與人才數(shù)字素養(yǎng)相互促進、相輔相成。一方面，數(shù)字經(jīng)濟為人才數(shù)字素養(yǎng)提升提供良好的環(huán)境?；谀柖桑瑪?shù)字經(jīng)濟表現(xiàn)為速度型經(jīng)濟，使信息傳輸、經(jīng)濟往來在更小的時間跨度上進行。數(shù)字經(jīng)濟深刻全面地改變著人們的生產(chǎn)生活和社會組織方式[12]，也影響著人們的思維方式。數(shù)字經(jīng)濟帶來的一系列變化提高了人才使用數(shù)字工具解決問題的意識，使人才數(shù)字素養(yǎng)不斷提升，有利于培養(yǎng)具備較高數(shù)字技術(shù)知識和能力的復(fù)合型人才，以享受數(shù)字技術(shù)帶來的紅利。另一方面，人才數(shù)字素養(yǎng)為數(shù)字經(jīng)濟發(fā)展提供必不可少的智力支撐。依據(jù)梅特卡夫法則，新技術(shù)只有被許多人使用才會變得有價值。當(dāng)人才整體數(shù)字素養(yǎng)較高時，數(shù)字技術(shù)能夠快速達到必要的用戶規(guī)模，使自身價值實現(xiàn)跳躍性提升，從而促進數(shù)字經(jīng)濟發(fā)展。鄧洲[13]認(rèn)為，復(fù)合型人才是數(shù)字經(jīng)濟發(fā)展最關(guān)鍵的要素資源，數(shù)字經(jīng)濟自身發(fā)展以及與其它產(chǎn)業(yè)的融合需要人才支撐。高科技人才的培養(yǎng)為數(shù)字經(jīng)濟發(fā)展提供充足的智力儲備和創(chuàng)新來源[14]，人才數(shù)字素養(yǎng)提升能夠為互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟深度融合注入新動能。

1.3 人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級

從人力資本理論出發(fā)，勞動力可以分為擁有不同技術(shù)程度的人力資源，技術(shù)程度高的人力帶來的產(chǎn)出明顯高于技術(shù)程度低的人力?，F(xiàn)有研究從人才要素視角出發(fā)，探討高素質(zhì)人才對制造業(yè)升級的影響。陽立高等[4]指出，制造業(yè)升級的關(guān)鍵資源是科學(xué)知識和技術(shù)創(chuàng)新能力，提高勞動力質(zhì)量能夠推進科學(xué)進步和技術(shù)創(chuàng)新，繼而驅(qū)動制造業(yè)升級。而且，勞動者綜合素質(zhì)的提升使其偏向工作條件相對更好、發(fā)展空間更大、知識能力發(fā)揮更充分的產(chǎn)業(yè)部門[3]，從而使高素質(zhì)人才由低端技術(shù)產(chǎn)業(yè)部門向高端技術(shù)產(chǎn)業(yè)部門流動，推動制造業(yè)結(jié)構(gòu)由低級向高級形態(tài)轉(zhuǎn)變?？梢?，高素質(zhì)人才是制造業(yè)結(jié)構(gòu)升級的重要推手。在當(dāng)今數(shù)字經(jīng)濟時代，制造業(yè)結(jié)構(gòu)升級更離不開高數(shù)字素養(yǎng)人才的支持。數(shù)字化人才素養(yǎng)的提升能夠支撐產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級[15]。對基層工人進行智能制造和信息技術(shù)等實操性培訓(xùn)，提高制造業(yè)工人數(shù)字化素質(zhì)，可以有效減少智能制造、工業(yè)互聯(lián)網(wǎng)推廣普及中的基層阻力[8]，加快制造業(yè)結(jié)構(gòu)升級步伐。制造業(yè)結(jié)構(gòu)升級對勞動力知識水平和業(yè)務(wù)能力提出更高要求，需要大量掌握數(shù)字技術(shù)、熟練使用數(shù)字工具、具備高數(shù)字素養(yǎng)的人才，有利于促進人才數(shù)字素養(yǎng)提升。

首先，以互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新一代技術(shù)為代表的數(shù)字經(jīng)濟正蓬勃發(fā)展[16]，并與各行業(yè)加速融合，為制造業(yè)結(jié)構(gòu)升級注入新動力，成為制造業(yè)發(fā)展的新引擎和制造強國建設(shè)的新路徑。焦勇[9]指出，數(shù)字經(jīng)濟的深入發(fā)展正在深刻變革制造業(yè)的基礎(chǔ)理念，成為賦能制造業(yè)轉(zhuǎn)型的關(guān)鍵。此外，數(shù)字經(jīng)濟不僅會影響制造業(yè)結(jié)構(gòu)升級，其也可能受到制造業(yè)結(jié)構(gòu)升級的影響。傳統(tǒng)制造業(yè)在轉(zhuǎn)型升級過程中，將數(shù)字資源作為新的生產(chǎn)要素，不斷進行技術(shù)創(chuàng)新突破，推動數(shù)字經(jīng)濟向更高水平發(fā)展。其次，數(shù)字化發(fā)展導(dǎo)致對數(shù)字素養(yǎng)的需求增加[17]，需求對供給的拉動作用促進人才提升數(shù)字素養(yǎng)。人才數(shù)字素養(yǎng)越高，高技能人才與數(shù)字技術(shù)匹配程度越高，越有利于數(shù)字經(jīng)濟發(fā)展。最后，數(shù)字技術(shù)在制造業(yè)中的應(yīng)用離不開人才學(xué)習(xí)與掌握先進知識和技術(shù)的能力，這往往依賴于較高的人才數(shù)字素養(yǎng)。較高的人才數(shù)字素養(yǎng)能夠為制造業(yè)結(jié)構(gòu)升級提供充足的智力支持。同時，在數(shù)字化全面滲透的環(huán)境下，制造業(yè)結(jié)構(gòu)合理化和高級化水平的提升能夠發(fā)揮轉(zhuǎn)型倒逼效應(yīng)，促進人才數(shù)字素養(yǎng)提高。數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間是否相互影響？而且，數(shù)字經(jīng)濟發(fā)展、人才數(shù)字素養(yǎng)提高和制造業(yè)結(jié)構(gòu)升級均為長期過程，三者之間的互動關(guān)系可能存在動態(tài)性。因此，本文構(gòu)建PVAR模型，運用Granger因果檢驗、脈沖響應(yīng)函數(shù)和方差分解探究數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的動態(tài)互動關(guān)系，以彌補現(xiàn)有研究的不足。

2 研究設(shè)計

2.1 面板向量自回歸模型構(gòu)建

面板向量自回歸(PVAR)模型由Holtz-Eakin等[18]提出，該模型沿襲向量自回歸(VAR)模型的優(yōu)點，即事先無需設(shè)定變量之間的因果關(guān)系，而是將各變量均視為內(nèi)生變量，分析各變量及其滯后變量對模型中其它變量的影響[19]。同時，該模型利用面板數(shù)據(jù)可以有效解決個體異質(zhì)性問題，充分考慮個體效應(yīng)和時間效應(yīng)[19]，能夠真實反映變量之間的動態(tài)互動關(guān)系。本文將制造業(yè)結(jié)構(gòu)升級劃分為制造業(yè)結(jié)構(gòu)合理化和高級化，并分別將二者與數(shù)字經(jīng)濟和人才數(shù)字素養(yǎng)同時納入研究框架，構(gòu)建如下PVAR模型：

(1)

(2)

將yit、zit分別展開得到：

(3)

(4)

其中，yit表示數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)和制造業(yè)結(jié)構(gòu)合理化3個列向量，zit表示數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)和制造業(yè)結(jié)構(gòu)高級化3個列向量，DE、DLT、RMS、AMS分別表示數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)、制造業(yè)結(jié)構(gòu)合理化和制造業(yè)結(jié)構(gòu)高級化。下標(biāo)i=1，2，...，31，表示中國內(nèi)地31個省域，t表示2010—2019年，j表示各變量的滯后階數(shù)，α0為截距項向量，Aj為系數(shù)矩陣，fi、di分別表示個體效應(yīng)和時間效應(yīng)，uit為隨機誤差項。

2.2 變量測量與數(shù)據(jù)來源

2.2.1 數(shù)字經(jīng)濟

數(shù)字經(jīng)濟涉及多個方面，在衡量數(shù)字經(jīng)濟時需要對各方面指標(biāo)加以綜合考量。本文借鑒余姍等[20]的研究，從數(shù)字基礎(chǔ)設(shè)施建設(shè)、數(shù)字經(jīng)濟普及程度、網(wǎng)絡(luò)信息資源和數(shù)字經(jīng)濟商務(wù)化4個維度構(gòu)建數(shù)字經(jīng)濟評價指標(biāo)體系，如表1所示。基于構(gòu)建的指標(biāo)體系，本文對二級指標(biāo)數(shù)據(jù)進行無量綱化處理，通過熵值法確定各指標(biāo)權(quán)重并計算綜合評分，以綜合評分表征數(shù)字經(jīng)濟發(fā)展。

2.2.2 人才數(shù)字素養(yǎng)

數(shù)字素養(yǎng)是指在數(shù)字環(huán)境下，利用一定信息技術(shù)手段和方法，快速有效發(fā)現(xiàn)、獲取、評價、整合、交流信息的綜合科學(xué)技能和文化素養(yǎng)[21]。熊勵和蔡雪蓮[22]以大學(xué)生數(shù)量作為數(shù)字素養(yǎng)的測量指標(biāo)。大學(xué)生群體作為具有高學(xué)歷、高知識儲備的人力資源，其能力與素質(zhì)是影響一國生產(chǎn)力水平的核心基礎(chǔ)[23]。凌征強[24]指出，大學(xué)生是數(shù)字時代的寵兒，是數(shù)字世界的創(chuàng)造者和生力軍，也是未來數(shù)字社會的主導(dǎo)者。作為重要的人才資源，大學(xué)生具備較強的主動學(xué)習(xí)意識，擁有數(shù)字圖書館、智慧校園等先進數(shù)字平臺和環(huán)境，能夠廣泛接觸數(shù)字工具，利用學(xué)校優(yōu)質(zhì)數(shù)字資源學(xué)習(xí)和掌握豐富的數(shù)字知識、技能，在數(shù)字環(huán)境下合理利用信息技術(shù)手段和方法，從而較快適應(yīng)日新月異的數(shù)字化時代，成為符合時代特征和順應(yīng)社會發(fā)展的數(shù)字化人才。大學(xué)生數(shù)量越多，整體人才數(shù)字意識和數(shù)字應(yīng)用能力就越強。因此，大學(xué)生數(shù)量能夠在一定程度上反映社會整體人才數(shù)字素養(yǎng)水平。借鑒熊勵和蔡雪蓮[22]的做法，本文以每十萬人口高校在校生數(shù)量作為人才數(shù)字素養(yǎng)的測量指標(biāo)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2011—2020)。

表1 數(shù)字經(jīng)濟評價指標(biāo)體系及數(shù)據(jù)來源Tab.1 Evaluation index system and data source of digital economy

2.2.3 制造業(yè)結(jié)構(gòu)升級

制造業(yè)結(jié)構(gòu)升級包括制造業(yè)結(jié)構(gòu)合理化和高級化兩個維度。制造業(yè)結(jié)構(gòu)合理化描述的是制造業(yè)各行業(yè)之間要素資源配置和協(xié)調(diào)發(fā)展能力[25]。根據(jù)丁日佳和劉瑞凝[25]的研究，可以用泰爾指數(shù)衡量制造業(yè)結(jié)構(gòu)合理化，泰爾指數(shù)越小，表明制造業(yè)結(jié)構(gòu)越接近均衡狀態(tài)，其合理化程度越高?？紤]到泰爾指數(shù)與結(jié)構(gòu)合理化表現(xiàn)出負(fù)向關(guān)系，本文參考聶飛[26]的做法，將泰爾指數(shù)的倒數(shù)作為制造業(yè)結(jié)構(gòu)合理化的測量指標(biāo)。由于泰爾指數(shù)計算涉及行業(yè)產(chǎn)值數(shù)據(jù)，而細(xì)分行業(yè)產(chǎn)值數(shù)據(jù)缺失較多，考慮到銷售收入與產(chǎn)值比較接近[27],因而采用銷售收入數(shù)據(jù)替代產(chǎn)值測量制造業(yè)結(jié)構(gòu)合理化。

(5)

其中，RMS表示制造業(yè)結(jié)構(gòu)合理化，Yit、Yt分別表示第t年第i個制造行業(yè)銷售收入和所有制造行業(yè)銷售收入總額，Lit、Lt分別表示第t年第i個制造行業(yè)就業(yè)人數(shù)和所有制造行業(yè)就業(yè)人數(shù)總和，n表示制造行業(yè)部門數(shù)。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2011—2020)和EPS數(shù)據(jù)庫。

制造業(yè)結(jié)構(gòu)高級化描述的是制造業(yè)結(jié)構(gòu)升級狀態(tài)，反映出生產(chǎn)技術(shù)效率和產(chǎn)品價值提升的產(chǎn)業(yè)升級過程[25]。傅元海等[27]指出，按技術(shù)水平可以將制造業(yè)分為高端、中端和低端技術(shù)制造業(yè)，用高端技術(shù)制造業(yè)與中端技術(shù)制造業(yè)產(chǎn)值之比衡量制造業(yè)結(jié)構(gòu)高級化，能夠反映制造業(yè)技術(shù)密集度不斷提升的趨勢。同樣，本文采用銷售收入數(shù)據(jù)替代產(chǎn)值數(shù)據(jù)，以高端技術(shù)制造業(yè)與中端技術(shù)制造業(yè)銷售收入之比測量制造業(yè)結(jié)構(gòu)高級化，數(shù)據(jù)來源于EPS數(shù)據(jù)庫。

3 實證分析

3.1 描述性統(tǒng)計分析

本文對數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)、制造業(yè)結(jié)構(gòu)合理化和高級化進行描述性統(tǒng)計分析，結(jié)果如表2所示。

3.2 面板數(shù)據(jù)平穩(wěn)性檢驗與模型滯后階數(shù)選擇

變量的非平穩(wěn)性可能造成偽回歸現(xiàn)象，使結(jié)果出現(xiàn)偏差。若對不平穩(wěn)變量使用PVAR模型，則不能準(zhǔn)確刻畫變量間的邏輯關(guān)系[28]。為確保估計結(jié)果的有效性，在對PVAR模型進行估計前，需要對各面板序列的平穩(wěn)性進行檢驗。本文采用同根LLC檢驗和異根Fisher-ADF檢驗同時對面板數(shù)據(jù)進行單位根檢驗，檢驗結(jié)果如表3所示。由表3可知，LLC檢驗和Fisher-ADF檢驗結(jié)果均在1%顯著性水平下拒絕原假設(shè)，說明4個變量的原始序列均平穩(wěn)。

PVAR模型中變量滯后階數(shù)的確定對模型設(shè)定和估計至關(guān)重要。根據(jù)MAIC、MBIC和MQIC準(zhǔn)則，可以確定PVAR模型中變量的最優(yōu)滯后階數(shù)。通常認(rèn)為各準(zhǔn)則對應(yīng)的最小值為該準(zhǔn)則選擇的最優(yōu)滯后階數(shù)。本文使用上述信息準(zhǔn)則對式(1)、(2)中變量的滯后階數(shù)分別進行選擇，結(jié)果如表4所示。

表2 變量描述性統(tǒng)計分析結(jié)果Tab.2 Descriptive statistical analysis results of variables

表3 面板數(shù)據(jù)單位根檢驗結(jié)果Tab.3 Unit root test results of panel data

表4 最優(yōu)滯后階數(shù)選擇結(jié)果Tab.4 Selection results of optimal lag order

由表4可知，在兩個模型中，MBIC和MQIC結(jié)果均顯示變量最優(yōu)滯后階數(shù)為1，MAIC結(jié)果顯示最優(yōu)滯后階數(shù)為2。張帥[29]指出，當(dāng)三者結(jié)果不一致時，通常認(rèn)為MBIC/HQIC標(biāo)準(zhǔn)優(yōu)于MAIC。因此，本文最終確定兩個模型中變量的最優(yōu)滯后階數(shù)均為1，并根據(jù)式(1)、(2)建立滯后一階的PVAR模型1和2，分別如式(6)、(7)所示。

yit=α0+A1yi,t-1+fi+dt+uit

(6)

zit=α0+A1zi,t-1+fi+dt+uit

(7)

3.3 PVAR模型估計

在對PVAR模型進行估計前，本文采用前向均值差分法(Helmert過程)消除個體效應(yīng)，以保證轉(zhuǎn)換后變量與滯后解釋變量的正交性[30]，從而解決模型估計的偏誤問題。然后，采用廣義矩估計(GMM)對模型參數(shù)進行估計。

3.3.1 PVAR模型1的GMM估計

本文利用PVAR模型1檢驗數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)合理化之間的關(guān)系，GMM估計結(jié)果如表5所示。

表5 PVAR模型1的GMM估計結(jié)果Tab.5 GMM estimation results of PVAR model 1

表5中列(1)將制造業(yè)結(jié)構(gòu)合理化作為被解釋變量，結(jié)果顯示，滯后一期的數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)合理化有顯著促進作用。數(shù)字經(jīng)濟發(fā)展推動大數(shù)據(jù)和工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)在制造業(yè)中的應(yīng)用，促進資源在制造產(chǎn)業(yè)間合理配置，提升各部門資源投入產(chǎn)出效率，從而提高制造業(yè)結(jié)構(gòu)合理化水平。滯后一期的人才數(shù)字素養(yǎng)對制造業(yè)結(jié)構(gòu)合理化不具有促進作用。可能的原因是，目前數(shù)字化人才分布不均衡，具備信息辨別能力和數(shù)字技術(shù)應(yīng)用能力的人才多集中在第三產(chǎn)業(yè)，未能為制造業(yè)結(jié)構(gòu)合理化發(fā)展提供強有力的智力支持，不利于制造業(yè)結(jié)構(gòu)合理化發(fā)展。

表5中列(2)將數(shù)字經(jīng)濟作為被解釋變量，結(jié)果顯示，滯后一期的制造業(yè)結(jié)構(gòu)合理化對數(shù)字經(jīng)濟有顯著促進作用。制造業(yè)結(jié)構(gòu)合理化發(fā)展伴隨著制造業(yè)生產(chǎn)模式變革，加快生產(chǎn)過程自動化、數(shù)字化和智能化步伐，為數(shù)字經(jīng)濟提供較大發(fā)展空間，促進數(shù)字經(jīng)濟發(fā)展。在與滯后一期的制造業(yè)結(jié)構(gòu)合理化共同作用于數(shù)字經(jīng)濟時，滯后一期的人才數(shù)字素養(yǎng)具有負(fù)向影響，但不顯著。盡管制造業(yè)結(jié)構(gòu)合理化有助于數(shù)字經(jīng)濟發(fā)展，但各種數(shù)字技術(shù)和知識需要人才花費較長時間學(xué)習(xí)和積累，人才數(shù)字素養(yǎng)與數(shù)字經(jīng)濟尚未實現(xiàn)同步發(fā)展，未能充分發(fā)揮人才數(shù)字素養(yǎng)的效應(yīng)。

表5中列(3)將人才數(shù)字素養(yǎng)作為被解釋變量，結(jié)果顯示，滯后一期的制造業(yè)結(jié)構(gòu)合理化對人才數(shù)字素養(yǎng)的影響不顯著。這可能是因為，制造業(yè)結(jié)構(gòu)合理化是生產(chǎn)部門之間逐漸實現(xiàn)協(xié)調(diào)的過程，目前中國制造業(yè)結(jié)構(gòu)仍處于優(yōu)化階段，尚不能有效推動人才要素的合理配置，不利于人才市場的有序競爭，難以促進人才數(shù)字素養(yǎng)提升。滯后一期的數(shù)字經(jīng)濟對人才數(shù)字素養(yǎng)有顯著促進作用。隨著數(shù)字經(jīng)濟的發(fā)展，數(shù)字資源成為新的生產(chǎn)要素，勞動力技能逐漸由操作型轉(zhuǎn)變?yōu)橹R型和技能型，這一轉(zhuǎn)變刺激人才提高自身學(xué)習(xí)能力和技術(shù)水平，從而提升其數(shù)字素養(yǎng)。

3.3.2 PVAR模型2的GMM估計

本文利用PVAR模型2檢驗數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)高級化之間的關(guān)系，GMM估計結(jié)果如表6所示。

表6 PVAR模型2的GMM估計結(jié)果Tab.6 GMM estimation results of PVAR model 2

表6中列(1)將制造業(yè)結(jié)構(gòu)高級化作為被解釋變量，結(jié)果顯示，滯后一期的數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)高級化有顯著促進作用。這是因為，隨著數(shù)字經(jīng)濟的發(fā)展，信息技術(shù)不斷創(chuàng)新突破，賦予傳統(tǒng)制造業(yè)新的動能，促進制造業(yè)由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，從而提高制造業(yè)結(jié)構(gòu)高級化水平。滯后一期的人才數(shù)字素養(yǎng)對制造業(yè)結(jié)構(gòu)高級化不具有促進作用?？赡艿脑蚴?，目前中國制造企業(yè)數(shù)字化崗位占比較低，熟練掌握信息技術(shù)手段和方法的專業(yè)人才不足，不能及時將先進數(shù)字化技術(shù)應(yīng)用到傳統(tǒng)制造業(yè)，不利于制造業(yè)技術(shù)創(chuàng)新和智能化生產(chǎn)，從而未能有效推動技術(shù)密集型產(chǎn)業(yè)發(fā)展，難以有效促進制造業(yè)高級化發(fā)展。

表6中列(2)將數(shù)字經(jīng)濟作為被解釋變量，結(jié)果顯示，滯后一期的制造業(yè)結(jié)構(gòu)高級化對數(shù)字經(jīng)濟有顯著促進作用。制造業(yè)結(jié)構(gòu)由低級向高級形態(tài)轉(zhuǎn)變過程中，技術(shù)研發(fā)環(huán)節(jié)不斷革新，推動制造業(yè)與數(shù)字技術(shù)融合，促進數(shù)字經(jīng)濟發(fā)展。在與滯后一期的制造業(yè)結(jié)構(gòu)高級化共同作用于數(shù)字經(jīng)濟時，滯后一期的人才數(shù)字素養(yǎng)未能有效發(fā)揮促進作用?？赡艿脑蚴?，在當(dāng)前數(shù)字環(huán)境下，各行業(yè)迫切想要實現(xiàn)數(shù)字化轉(zhuǎn)型，但數(shù)字技術(shù)的學(xué)習(xí)需要一定時間，數(shù)字化人才培養(yǎng)具有滯后性，不能滿足迅速增長的數(shù)字化業(yè)務(wù)需求，導(dǎo)致數(shù)字經(jīng)濟發(fā)展受限。

表6中列(3)將人才數(shù)字素養(yǎng)作為被解釋變量，結(jié)果顯示，滯后一期的制造業(yè)結(jié)構(gòu)高級化對人才數(shù)字素養(yǎng)有顯著促進作用。隨著制造業(yè)結(jié)構(gòu)高級化水平提升，制造業(yè)逐漸由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，需要相應(yīng)高素質(zhì)人才支撐，人才市場能夠通過篩選和淘汰機制促進人力資本優(yōu)化配置，倒逼人才培養(yǎng)數(shù)字思維、提高數(shù)字技術(shù)應(yīng)用能力，促進自身數(shù)字素養(yǎng)提升。滯后一期的數(shù)字經(jīng)濟對人才數(shù)字素養(yǎng)有顯著促進作用，這與上文模型1的估計結(jié)果一致。

3.4 Granger因果關(guān)系檢驗

為進一步明晰各變量之間的短期動態(tài)影響效應(yīng)和因果關(guān)系，本文基于構(gòu)建的PVAR模型，進行滯后一期的Granger因果關(guān)系檢驗，結(jié)果如表7所示。

由表7結(jié)果可知，在模型1中，數(shù)字經(jīng)濟與制造業(yè)結(jié)構(gòu)合理化存在雙向Granger因果關(guān)系，表明二者具有顯著的雙向互動影響。數(shù)字經(jīng)濟是人才數(shù)字素養(yǎng)的單向Granger原因，進一步說明人才數(shù)字素養(yǎng)未能促進數(shù)字經(jīng)濟發(fā)展。人才數(shù)字素養(yǎng)是制造業(yè)結(jié)構(gòu)合理化的單向Granger原因，表明制造業(yè)結(jié)構(gòu)合理化未能對人才數(shù)字素養(yǎng)提升產(chǎn)生倒逼效應(yīng)。在模型2中，各變量之間均存在雙向Granger因果關(guān)系，表明數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)高級化三者之間互動效應(yīng)明顯。

3.5 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)反映PVAR模型中某個變量受到外生沖擊時對其它變量的影響。脈沖響應(yīng)函數(shù)能夠直觀反映內(nèi)生變量之間的動態(tài)交互作用，有助于分析變量之間的時滯效應(yīng)[31]。本文將沖擊作用期限設(shè)置為6期，通過500次蒙特卡洛(Monte-carlo)模擬，分別對模型1和模型2中各變量進行脈沖響應(yīng)分析。數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)合理化的脈沖響應(yīng)如圖1所示，數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)高級化的脈沖響應(yīng)如圖2所示。

表7 Granger因果關(guān)系檢驗結(jié)果Tab.7 Results of Granger causality test

圖1 數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)合理化的脈沖響應(yīng)Fig.1 Impulse response of digital economy, digital literacy of talents and the rationalization of manufacturing structure

由圖1中2b和圖2中2e可以看出，數(shù)字經(jīng)濟對自身沖擊產(chǎn)生正向響應(yīng)，在當(dāng)期達到最大值，隨后逐漸下降至零值并保持平穩(wěn)。由圖1中3c和圖2中3f可以看出，人才數(shù)字素養(yǎng)面對自身沖擊在當(dāng)期達到最大響應(yīng)值，隨后逐漸下降趨于零值水平線。由圖1中1a可以看出，制造業(yè)結(jié)構(gòu)合理化對自身沖擊產(chǎn)生正向響應(yīng)，在當(dāng)期達到最大值，隨后逐漸減小并趨于平緩。由圖2中1d可以看出，制造業(yè)結(jié)構(gòu)高級化對自身沖擊產(chǎn)生正向響應(yīng)，在當(dāng)期達到最大值，隨后表現(xiàn)出下降趨勢，在第3期下降到零值水平線并保持在略低于零值的平穩(wěn)狀態(tài)。可見，數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)、制造業(yè)結(jié)構(gòu)合理化和制造業(yè)結(jié)構(gòu)高級化均對自身沖擊反應(yīng)迅速，在短期內(nèi)形成正向響應(yīng)，隨后呈下降趨勢。

由圖1中2a可以看出，當(dāng)制造業(yè)結(jié)構(gòu)合理化受到數(shù)字經(jīng)濟沖擊時，在當(dāng)期未作出響應(yīng)，隨后產(chǎn)生正向響應(yīng)并一直持續(xù)至期末。由圖2中2d可以看出，當(dāng)制造業(yè)結(jié)構(gòu)高級化受到數(shù)字經(jīng)濟沖擊時產(chǎn)生正向響應(yīng)，從當(dāng)期開始上升，在第1期達到最大值，隨后呈下降趨勢，在即將到第4期時下降至零值水平線并保持在略低于零值的平穩(wěn)狀態(tài)。可見，從短期看，數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)高級化具有“立竿見影”的促進作用，其影響更為迅速；從長期看，雖然數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)合理化的影響具有滯后性，但這種促進作用更為持久。由圖1中1b可以看出，當(dāng)數(shù)字經(jīng)濟受到制造業(yè)結(jié)構(gòu)合理化沖擊時產(chǎn)生持續(xù)正向響應(yīng)，且脈沖響應(yīng)曲線較為平穩(wěn)。由圖2中1e可以看出，當(dāng)數(shù)字經(jīng)濟受到制造業(yè)結(jié)構(gòu)高級化沖擊時呈現(xiàn)倒V型響應(yīng)路徑，在第1期達到最大值，之后開始下降至零值水平線并保持在略低于零值的平穩(wěn)狀態(tài)。這說明制造業(yè)結(jié)構(gòu)合理化能夠持續(xù)促進數(shù)字經(jīng)濟發(fā)展，具有一定穩(wěn)定性，而制造業(yè)結(jié)構(gòu)高級化對數(shù)字經(jīng)濟的促進作用不可持續(xù)，其效果先強后弱，逐漸衰減。

圖2 數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)高級化的脈沖響應(yīng)Fig.2 Impulse response of digital economy, digital literacy of talents and the advancement of manufacturing structure

由圖1中1c可以看出，當(dāng)人才數(shù)字素養(yǎng)受到制造業(yè)結(jié)構(gòu)合理化沖擊時產(chǎn)生持續(xù)負(fù)向響應(yīng)，且脈沖響應(yīng)曲線較為平穩(wěn)。可能的原因是，制造業(yè)結(jié)構(gòu)合理化是一個長期發(fā)展過程，目前中國制造業(yè)各部門尚未實現(xiàn)人才資源的優(yōu)化配置，沒有形成一個完整的數(shù)字經(jīng)濟產(chǎn)業(yè)鏈，導(dǎo)致不能提供良好的數(shù)字素養(yǎng)培養(yǎng)環(huán)境。由圖2中1f可以看出，當(dāng)人才數(shù)字素養(yǎng)受到制造業(yè)結(jié)構(gòu)高級化沖擊時，產(chǎn)生先上升后下降的正向響應(yīng)，在第2期達到最大值。這說明在制造業(yè)結(jié)構(gòu)高級化過程中，新一代數(shù)字技術(shù)的滲透和應(yīng)用也對個人數(shù)字化能力不斷提出新的要求，促使人才提高自身數(shù)字素養(yǎng)，以應(yīng)對數(shù)字化挑戰(zhàn)。由圖1中2c和圖2中2f可以看出，當(dāng)人才數(shù)字素養(yǎng)受到數(shù)字經(jīng)濟沖擊時，產(chǎn)生正向響應(yīng)，達到峰值后開始衰減。這說明數(shù)字經(jīng)濟的不斷發(fā)展能提供渠道豐富、優(yōu)質(zhì)普惠的數(shù)字資源，使數(shù)字素養(yǎng)發(fā)展環(huán)境得到優(yōu)化，促進人才數(shù)字素養(yǎng)提升。

由圖1中3a可以看出，當(dāng)制造業(yè)結(jié)構(gòu)合理化受到人才數(shù)字素養(yǎng)沖擊時，響應(yīng)值幾乎為零并一直保持在零值水平線附近。這說明無論從短期還是長期看，人才數(shù)字素養(yǎng)均未對制造業(yè)結(jié)構(gòu)合理化產(chǎn)生顯著影響。由圖1中3b和圖2中3e可以看出，當(dāng)數(shù)字經(jīng)濟受到人才數(shù)字素養(yǎng)沖擊時，在當(dāng)期未作出明顯響應(yīng)，隨后產(chǎn)生負(fù)向響應(yīng)，負(fù)向響應(yīng)幅度先升后降，在第6期趨近于零值。由圖2中3d可以看出，當(dāng)制造業(yè)結(jié)構(gòu)高級化受到人才數(shù)字素養(yǎng)沖擊時，在當(dāng)期未作出明顯響應(yīng)，隨后產(chǎn)生負(fù)向響應(yīng)，負(fù)向響應(yīng)幅度在第2期最大，之后開始下降，在第6期趨近于零值?？梢?，人才數(shù)字素養(yǎng)未能有效發(fā)揮對數(shù)字經(jīng)濟和制造業(yè)結(jié)構(gòu)高級化的促進作用。這與熊勵和蔡雪蓮[22]關(guān)于民眾數(shù)字素養(yǎng)對技術(shù)創(chuàng)新前期具有負(fù)面影響，后期逐漸減弱的結(jié)果類似。這表明人才數(shù)字素養(yǎng)的作用存在滯后期，雖然短期內(nèi)不能顯示出促進作用，但從長遠(yuǎn)看，提高社會整體數(shù)字素養(yǎng)對于數(shù)字經(jīng)濟發(fā)展和制造業(yè)結(jié)構(gòu)升級具有重要意義。

3.6 方差分解

方差分解通過分析不同變量的方差貢獻率，可以評估各個沖擊對變量變化的相對重要性。本文進一步對PVAR模型進行方差分解，以考察數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的相互影響程度，結(jié)果如表8所示。

由表8可知，各變量在第10期和第20期的方差分解結(jié)果基本一致，說明在第10期以后，每一種沖擊對各變量變化的解釋程度已基本穩(wěn)定。以第10期為例進行分析發(fā)現(xiàn)，制造業(yè)結(jié)構(gòu)合理化、制造業(yè)結(jié)構(gòu)高級化、數(shù)字經(jīng)濟和人才數(shù)字素養(yǎng)的波動均受自身影響較大。

從模型1的方差分解結(jié)果看，制造業(yè)結(jié)構(gòu)合理化對自身的貢獻率為76.6%，數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)對制造業(yè)結(jié)構(gòu)合理化的貢獻率分別為20.8%和2.6%，說明制造業(yè)結(jié)構(gòu)合理化波動受數(shù)字經(jīng)濟的影響比受人才數(shù)字素養(yǎng)的影響大。數(shù)字經(jīng)濟波動主要受自身和制造業(yè)結(jié)構(gòu)合理化的影響，其中66.3%的波動可由自身解釋，31.1%的波動由制造業(yè)結(jié)構(gòu)合理化解釋，人才數(shù)字素養(yǎng)對數(shù)字經(jīng)濟的貢獻率僅為2.6%。人才數(shù)字素養(yǎng)對自身的貢獻率為61.3%，制造業(yè)合理化和數(shù)字經(jīng)濟對人才數(shù)字素養(yǎng)的貢獻率分別為6.5%和32.2%，說明除自身影響外，人才數(shù)字素養(yǎng)的波動在較大程度上依賴數(shù)字經(jīng)濟。

表8 方差分解結(jié)果Tab.8 Results of variance decomposition

從模型2的方差分解結(jié)果看，制造業(yè)結(jié)構(gòu)高級化對自身的貢獻率為74.6%，數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)對制造業(yè)結(jié)構(gòu)高級化的貢獻率分別為7.2%和18.2%，說明制造業(yè)結(jié)構(gòu)高級化波動受人才數(shù)字素養(yǎng)的影響比受數(shù)字經(jīng)濟的影響大。數(shù)字經(jīng)濟受自身影響較大，方差貢獻率達到90.1%，制造業(yè)結(jié)構(gòu)高級化和人才數(shù)字素養(yǎng)分別解釋了數(shù)字經(jīng)濟5.2%和4.7%的波動，制造業(yè)結(jié)構(gòu)高級化的方差貢獻率略高于人才數(shù)字素養(yǎng)，但二者總體貢獻率不高。人才數(shù)字素養(yǎng)波動主要受自身變動影響，其中81.0%的波動可由自身解釋，12.7%和6.3%的波動分別由制造業(yè)結(jié)構(gòu)高級化和數(shù)字經(jīng)濟解釋。

4 結(jié)論與建議

4.1 結(jié)論

本文基于2010—2019年省級面板數(shù)據(jù)，從制造業(yè)結(jié)構(gòu)合理化和高級化兩個維度出發(fā)，探究數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的動態(tài)互動關(guān)系，得出以下研究結(jié)論：首先，數(shù)字經(jīng)濟與制造業(yè)結(jié)構(gòu)合理化和高級化均存在顯著的雙向互動效應(yīng)。數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)合理化和高級化均存在顯著促進作用，從短期看，制造業(yè)結(jié)構(gòu)高級化對數(shù)字經(jīng)濟響應(yīng)更迅速，從長期看，數(shù)字經(jīng)濟對制造業(yè)結(jié)構(gòu)合理化的促進作用更持久；制造業(yè)結(jié)構(gòu)合理化和高級化均能顯著促進數(shù)字經(jīng)濟發(fā)展，制造業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化可為數(shù)字經(jīng)濟提供較大發(fā)展空間，制造業(yè)結(jié)構(gòu)合理化和高級化與數(shù)字經(jīng)濟相輔相成、相互促進。其次，數(shù)字經(jīng)濟和制造業(yè)結(jié)構(gòu)高級化對人才數(shù)字素養(yǎng)具有持續(xù)促進作用，制造業(yè)結(jié)構(gòu)合理化對人才數(shù)字素養(yǎng)的促進作用不顯著。可見，數(shù)字經(jīng)濟發(fā)展使數(shù)字技術(shù)滲透到社會各領(lǐng)域，數(shù)字化環(huán)境順推人才數(shù)字素養(yǎng)提升；制造業(yè)結(jié)構(gòu)高級化發(fā)展要求以先進數(shù)字技術(shù)作為支撐，其對高素質(zhì)人才的需求倒逼人才數(shù)字素養(yǎng)提升；制造業(yè)結(jié)構(gòu)尚未達到較高的合理化水平，還未實現(xiàn)人才要素的市場化配置，難以對人才數(shù)字素養(yǎng)提升發(fā)揮明顯的驅(qū)動作用。最后，人才數(shù)字素養(yǎng)未能有效發(fā)揮對數(shù)字經(jīng)濟、制造業(yè)結(jié)構(gòu)合理化和高級化的促進作用。目前，數(shù)字技術(shù)正融入經(jīng)濟社會各領(lǐng)域，但人才數(shù)字素養(yǎng)提升具有滯后性，無法及時滿足數(shù)字經(jīng)濟對數(shù)字化人才的需求，在一定程度上不利于數(shù)字經(jīng)濟發(fā)展。而且，雖然人才數(shù)字素養(yǎng)在不斷提升，但數(shù)字化人才在產(chǎn)業(yè)間的配置尚不均衡，制造業(yè)這一主體產(chǎn)業(yè)仍存在數(shù)字化人才缺口，未能依靠人才紅利有效推動制造業(yè)技術(shù)創(chuàng)新和智能化生產(chǎn)，人才數(shù)字素養(yǎng)未能較好地服務(wù)于制造業(yè)結(jié)構(gòu)升級。

4.2 建議

根據(jù)研究結(jié)論，本文提出以下建議：首先，加快發(fā)展數(shù)字經(jīng)濟，促進制造業(yè)數(shù)字化轉(zhuǎn)型，推動數(shù)字經(jīng)濟與制造業(yè)結(jié)構(gòu)升級協(xié)調(diào)發(fā)展。相關(guān)部門應(yīng)加大數(shù)字技術(shù)研發(fā)投入，加快工業(yè)互聯(lián)網(wǎng)平臺建設(shè)，推進大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等技術(shù)在制造業(yè)中的應(yīng)用，為制造業(yè)結(jié)構(gòu)合理化和高級化發(fā)展提供動力。同時，通過政策引導(dǎo)合理配置生產(chǎn)要素，實現(xiàn)降本增效，通過技術(shù)幫扶鼓勵制造企業(yè)開展融合創(chuàng)新并完成數(shù)字化轉(zhuǎn)型，進一步推動數(shù)字經(jīng)濟發(fā)展。其次，營造數(shù)字經(jīng)濟發(fā)展良好環(huán)境，釋放制造業(yè)結(jié)構(gòu)升級的人才需求，合理配置現(xiàn)有數(shù)字化人才資源，共同發(fā)力促進人才數(shù)字素養(yǎng)提升。相關(guān)部門應(yīng)加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高信息基礎(chǔ)設(shè)施互聯(lián)互通和數(shù)字資源開放共享程度，豐富數(shù)字經(jīng)濟應(yīng)用場景，營造良好的數(shù)字化環(huán)境，為人才數(shù)字素養(yǎng)提升提供重要動力。同時，積極推動先進制造業(yè)發(fā)展，加快傳統(tǒng)制造業(yè)向數(shù)字化、智能化轉(zhuǎn)型升級，使數(shù)字化人才需求轉(zhuǎn)變?yōu)檫m當(dāng)壓力，驅(qū)動人才數(shù)字素養(yǎng)提升。此外，根據(jù)要素供給和市場需求，調(diào)整和優(yōu)化制造業(yè)結(jié)構(gòu)，合理配置現(xiàn)有數(shù)字化人才，營造數(shù)字技術(shù)學(xué)習(xí)氛圍，激發(fā)人才學(xué)習(xí)主動性，促進其數(shù)字素養(yǎng)提升。最后，重視數(shù)字素養(yǎng)教育，提升人才數(shù)字素養(yǎng)，向數(shù)字經(jīng)濟發(fā)展和制造業(yè)結(jié)構(gòu)升級釋放積極信號。相關(guān)部門應(yīng)加強人才數(shù)字素養(yǎng)教育，將其融入教學(xué)環(huán)節(jié)，鼓勵高校積極開展數(shù)字素養(yǎng)教育理論研究和實踐活動，培養(yǎng)能夠在數(shù)字環(huán)境下有效利用信息技術(shù)的高素質(zhì)人才。同時，健全制造業(yè)人才流動機制，實現(xiàn)高數(shù)字素養(yǎng)人才在產(chǎn)業(yè)間自由流動和有效配置，推動數(shù)字經(jīng)濟發(fā)展和制造業(yè)結(jié)構(gòu)升級。

4.3 不足與展望

本文探究了數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級之間的動態(tài)互動關(guān)系，但仍存在一些不足。首先，本文立足省級層面展開研究，未考慮各省數(shù)字經(jīng)濟發(fā)展的空間相關(guān)性，今后可基于數(shù)字經(jīng)濟發(fā)展的空間溢出效應(yīng)，利用空間計量模型探討數(shù)字經(jīng)濟與人才數(shù)字素養(yǎng)、制造業(yè)結(jié)構(gòu)升級之間的空間交互作用。其次，本文選取中國內(nèi)地31個省域數(shù)據(jù)進行分析，但不同省域的數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)、制造業(yè)結(jié)構(gòu)合理化和高級化可能會有所差異，未來可選取特定省域，采用案例研究與實證分析相結(jié)合的方法進行深入剖析。最后，本文僅研究了數(shù)字經(jīng)濟、人才數(shù)字素養(yǎng)與制造業(yè)結(jié)構(gòu)升級三者之間的相互關(guān)系，后續(xù)可結(jié)合理論分析和現(xiàn)實情況，將更多相關(guān)因素納入研究，以得到更全面的結(jié)論。