數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展
——基于政府創(chuàng)新偏好調(diào)節(jié)效應(yīng)的研究

秦建群 趙晶晶 劉 超

[提要]本文探討了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響及其內(nèi)在機(jī)制。以中國284個地級及以上城市為考察單元，在利用改進(jìn)的熵值法測度了數(shù)字經(jīng)濟(jì)綜合發(fā)展水平的基礎(chǔ)上，運(yùn)用雙向固定效應(yīng)模型檢驗(yàn)了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響以及生產(chǎn)性服務(wù)業(yè)集聚在二者之間的中介效應(yīng)。接著探討了政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚中介效應(yīng)的調(diào)節(jié)作用。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，兩者存在著“倒U型”的非線性特征。在選取歷史數(shù)據(jù)作為工具變量、考慮抽樣誤差、安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后，結(jié)論仍穩(wěn)健。機(jī)制分析發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展，且在其中發(fā)揮部分中介效應(yīng)。政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚在數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展過程中的中介效應(yīng)起到了正向調(diào)節(jié)作用。進(jìn)一步分析發(fā)現(xiàn)：不同區(qū)域、城市群與非城市群的約束下，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響存在顯著差異。本文的研究結(jié)論對當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展和制造業(yè)轉(zhuǎn)型升級的政策制定與調(diào)整以及發(fā)揮地方政府的主體作用具有重要的啟示。

一、引言及文獻(xiàn)評述

新一輪科技與產(chǎn)業(yè)革命的加速拓展，以人工智能、云計(jì)算、5G技術(shù)、工業(yè)互聯(lián)網(wǎng)為代表的數(shù)字技術(shù)在產(chǎn)業(yè)中的運(yùn)用，引領(lǐng)進(jìn)入數(shù)字經(jīng)濟(jì)時代，數(shù)字經(jīng)濟(jì)已全方位滲透和應(yīng)用到生產(chǎn)、生活的各個領(lǐng)域，并且世界主要經(jīng)濟(jì)體將發(fā)展數(shù)字經(jīng)濟(jì)作為提升國家競爭力、促進(jìn)經(jīng)濟(jì)增長和社會發(fā)展的核心戰(zhàn)略之一。數(shù)字經(jīng)濟(jì)時代引發(fā)的新一輪市場變革正成為我國突破制造業(yè)“低端鎖定”困局、助推制造業(yè)向價值鏈高端攀升的決勝點(diǎn)。黨中央高度重視數(shù)字經(jīng)濟(jì)的發(fā)展，作出了建設(shè)“數(shù)字中國”的戰(zhàn)略部署，黨的十九大要求“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”，標(biāo)志著數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)特別是制造業(yè)深度融合發(fā)展上升為國家戰(zhàn)略。黨的十九屆五中全會強(qiáng)調(diào)“要堅(jiān)定不移建設(shè)數(shù)字中國，加快數(shù)字化發(fā)展”，《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》進(jìn)一步強(qiáng)調(diào)“充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級”，都體現(xiàn)了國家對二者融合發(fā)展的高度關(guān)注。因此，在數(shù)字經(jīng)濟(jì)已成為經(jīng)濟(jì)增長的新動能將進(jìn)一步深化第三次產(chǎn)業(yè)革命的背景下，考察數(shù)字經(jīng)濟(jì)如何影響制造業(yè)高質(zhì)量發(fā)展的機(jī)制和效應(yīng)，不僅有助于為數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展相關(guān)政策的制定提供理論支持，還可能為未來的變革提供思路與方向，有助于推動供給側(cè)結(jié)構(gòu)性改革的實(shí)施，因而具有重要的理論及現(xiàn)實(shí)意義。

現(xiàn)有文獻(xiàn)從不同視角探究了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的重要作用，形成了一些研究成果。王可和李連燕[1]研究指出，互聯(lián)網(wǎng)的使用推動了我國制造業(yè)的創(chuàng)新活動，提高了制造業(yè)供應(yīng)鏈上下游企業(yè)之間的信息分享意愿，且其本身也可以作為一種高效的商品銷售和營銷渠道在制造業(yè)當(dāng)中發(fā)揮作用，并帶來制造業(yè)績效的提升；何文彬[2]研究指出數(shù)字化對我國制造業(yè)全球價值鏈的高端化有正面推動作用；鄧仲良等[3]研究表明工業(yè)機(jī)器人的廣泛應(yīng)用提高了生產(chǎn)效率、優(yōu)化了要素配置結(jié)構(gòu)進(jìn)而促進(jìn)制造業(yè)轉(zhuǎn)型升級；馬中東等[4]研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)整體上緩解勞動和資本要素配置扭曲程度實(shí)現(xiàn)制造業(yè)質(zhì)量升級，且有效改善東部地區(qū)勞動和資本要素配置的扭曲，而中西部地區(qū)制造業(yè)質(zhì)量升級則主要來自于數(shù)字經(jīng)濟(jì)對勞動要素配置的優(yōu)化效應(yīng)；鈔小靜等[5]研究發(fā)現(xiàn)新型數(shù)字基礎(chǔ)設(shè)施可以通過升級生產(chǎn)制造、改善市場匹配兩條渠道推動制造業(yè)高質(zhì)量發(fā)展；惠寧和楊昕[6]研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)擴(kuò)大人力資本積累和激發(fā)創(chuàng)業(yè)活力進(jìn)而驅(qū)動制造業(yè)高質(zhì)量發(fā)展；劉鑫鑫和惠寧[7]進(jìn)一步研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對中西部地區(qū)制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用卻不明顯。綜合已有研究看，既有研究為本文奠定了理論基礎(chǔ)和邏輯起點(diǎn)，但深入探討數(shù)字經(jīng)濟(jì)通過何種路徑影響制造業(yè)高質(zhì)量發(fā)展的成果比較有限，在學(xué)界尚未形成一致的意見。一是部分實(shí)證研究文獻(xiàn)對于模型內(nèi)生性問題關(guān)注不足，導(dǎo)致實(shí)證結(jié)論可信度低；二是目前的研究對數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的中介機(jī)制的檢驗(yàn)明顯不足；三是當(dāng)前國家創(chuàng)新能力不強(qiáng)已經(jīng)成為中國經(jīng)濟(jì)社會發(fā)展的“阿喀琉斯之踵”①，提升國家創(chuàng)新能力已經(jīng)迫在眉睫。在此背景下，具有強(qiáng)烈創(chuàng)新偏好的政府已成為提升國家創(chuàng)新能力的重要主體，但現(xiàn)有研究未考慮政府創(chuàng)新偏好在數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展機(jī)制中的調(diào)節(jié)作用。

基于上述分析，本文重點(diǎn)探討了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響及其內(nèi)在機(jī)制。理論上，數(shù)字經(jīng)濟(jì)可以通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展以及政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)產(chǎn)生調(diào)節(jié)作用。在此基礎(chǔ)上，基于改進(jìn)的熵值法測度了2004—2019年全國284個地級及以上城市的數(shù)字經(jīng)濟(jì)發(fā)展水平，構(gòu)建了中介效應(yīng)模型和有調(diào)節(jié)的中介效應(yīng)模型，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響以及生產(chǎn)性服務(wù)業(yè)集聚在二者之間的中介機(jī)制。接著引入政府創(chuàng)新偏好作為調(diào)節(jié)變量，探討了政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)的調(diào)節(jié)作用。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，且二者存在倒“U型”關(guān)系。在選取歷史數(shù)據(jù)作為工具變量、考慮抽樣誤差、安慰劑檢驗(yàn)等穩(wěn)健性檢驗(yàn)結(jié)論仍成立。就中介機(jī)理而言，數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展，且在其中發(fā)揮部分中介效應(yīng)。政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)起到了正向調(diào)節(jié)作用。進(jìn)一步分析表明，不同區(qū)域和城市群與非城市群的約束下，數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展具有差異化。本文可能的邊際貢獻(xiàn)在于以下方面：第一，對數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展直接效應(yīng)及非線性特征和間接效應(yīng)的機(jī)理進(jìn)行分析，接著討論政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)的調(diào)節(jié)作用；第二，通過構(gòu)建中介效應(yīng)模型，檢驗(yàn)數(shù)字經(jīng)濟(jì)如何通過生產(chǎn)性服務(wù)業(yè)集聚來影響制造業(yè)高質(zhì)量發(fā)展，即深入分析二者間內(nèi)在機(jī)制；第三，為研究政府創(chuàng)新偏好在數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展過程中發(fā)揮的作用，構(gòu)建了有調(diào)節(jié)的中介效應(yīng)模型，檢驗(yàn)政府創(chuàng)新偏好是否對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)具有調(diào)節(jié)作用；第四，基于不同區(qū)域、城市群與非城市群，進(jìn)一步探討數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展是否存在異質(zhì)性影響，為相關(guān)部門促進(jìn)制造業(yè)高質(zhì)量發(fā)展提供參考。

二、理論分析與研究假設(shè)

(一)數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的直接效應(yīng)

數(shù)字經(jīng)濟(jì)能夠優(yōu)化要素配置、提升管理效率、重塑組織模式、提高供應(yīng)鏈效率、創(chuàng)新服務(wù)化模式進(jìn)而促進(jìn)制造業(yè)高質(zhì)量發(fā)展。第一，就優(yōu)化要素配置而言，數(shù)字經(jīng)濟(jì)以數(shù)字化的信息、知識數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，形成新的數(shù)據(jù)變現(xiàn)模式，實(shí)現(xiàn)了各類生產(chǎn)要素的泛在連接、彈性互補(bǔ)和更高效配置，推動生產(chǎn)制造的靈活度與精細(xì)性的提升，實(shí)現(xiàn)供給端與需求端的全面互聯(lián)。第二，就管理效率提升而言，大數(shù)據(jù)、在線監(jiān)測和人工智能等數(shù)字技術(shù)實(shí)現(xiàn)在生產(chǎn)線各環(huán)節(jié)實(shí)時智能監(jiān)控，對制造過程產(chǎn)生的大量數(shù)據(jù)進(jìn)行挖掘，能夠促進(jìn)線上線下、前端后端各作業(yè)環(huán)節(jié)的整合，實(shí)現(xiàn)生產(chǎn)流程再造，企業(yè)對產(chǎn)品質(zhì)量監(jiān)管和控制能力顯著提升，適應(yīng)了產(chǎn)品科技含量高復(fù)雜度提升、迭代創(chuàng)新速度加快、生命周期縮短的發(fā)展要求。第三，就重塑組織模式而言，數(shù)字經(jīng)濟(jì)改變了企業(yè)組織形態(tài)、業(yè)務(wù)流程、協(xié)調(diào)機(jī)制，進(jìn)而促進(jìn)缺乏靈活性的傳統(tǒng)企業(yè)組織模式向網(wǎng)絡(luò)化、扁平化、柔性化以及跨部門化的方向轉(zhuǎn)變。第四，就提高供應(yīng)鏈效率而言，大數(shù)據(jù)、人工智能等技術(shù)的應(yīng)用有效解決了供應(yīng)鏈上的連接、檢索和交互問題，實(shí)現(xiàn)了設(shè)計(jì)商、制造商、供應(yīng)商、集成商等的聯(lián)合，全面提升了供應(yīng)鏈效率，并實(shí)現(xiàn)上下游企業(yè)間產(chǎn)能共享，激活閑置產(chǎn)能，助力中國制造的產(chǎn)能整合與供給側(cè)結(jié)構(gòu)性改革。第五，就創(chuàng)新服務(wù)化模式而言，推動制造企業(yè)整合內(nèi)外部資源，創(chuàng)新服務(wù)化模式，在個性化定制、系統(tǒng)集成服務(wù)、解決方案提供等方面實(shí)現(xiàn)新業(yè)態(tài)、新模式的培育與壯大，提高企業(yè)生產(chǎn)效率。[8]然而，隨著數(shù)字經(jīng)濟(jì)持續(xù)發(fā)展，資本、信息、技術(shù)等生產(chǎn)要素集聚超過集聚的最優(yōu)臨界值，帶來的擁擠效應(yīng)[9]會導(dǎo)致資源錯配，并且制造業(yè)企業(yè)之間為了爭奪生產(chǎn)要素而進(jìn)行的惡性競爭會進(jìn)一步加劇資源錯配。同時，數(shù)字經(jīng)濟(jì)降低了新技術(shù)的獲取成本，衍生出搭便車行為，導(dǎo)致制造業(yè)企業(yè)創(chuàng)新利潤的壓縮，對制造業(yè)企業(yè)的創(chuàng)新行為產(chǎn)生負(fù)向激勵，而減少技術(shù)創(chuàng)新行為。此外，數(shù)字經(jīng)濟(jì)拓展制造業(yè)企業(yè)發(fā)展空間，通過占先優(yōu)勢和規(guī)模效應(yīng)，容易形成市場壟斷，造成制造業(yè)企業(yè)的規(guī)模不經(jīng)濟(jì)，[10]數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的驅(qū)動力減弱。據(jù)此，本研究提出以下研究假設(shè)：

H1a：數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展存在顯著的正向相關(guān)關(guān)系

H1b：數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間呈非線性關(guān)系，即倒“U”型

(二)數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的間接效應(yīng)

數(shù)字經(jīng)濟(jì)不僅具有以上對制造業(yè)高質(zhì)量發(fā)展的直接效應(yīng)，還會產(chǎn)生影響生產(chǎn)性服務(wù)業(yè)集聚的間接效應(yīng)。生產(chǎn)性服務(wù)業(yè)集聚是引領(lǐng)制造業(yè)向價值鏈高端攀升的重要途徑。[11][12]本文認(rèn)為生產(chǎn)性服務(wù)業(yè)集聚是數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的重要渠道。第一，數(shù)字經(jīng)濟(jì)的發(fā)展催生了大規(guī)模新型數(shù)字基礎(chǔ)設(shè)施建設(shè)投資，這些建設(shè)投資吸引與新型數(shù)字基礎(chǔ)設(shè)施配套、關(guān)聯(lián)的生產(chǎn)性服務(wù)業(yè)企業(yè)在區(qū)域內(nèi)的集聚，集群內(nèi)生產(chǎn)性服務(wù)業(yè)企業(yè)通過共享市場信息和要素資源來降低成本，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)，更高效地提供生產(chǎn)性服務(wù)，提高制造業(yè)競爭力。第二，數(shù)字經(jīng)濟(jì)涉及知識密度較高的互聯(lián)網(wǎng)、人工智能、機(jī)器學(xué)習(xí)、3D打印等領(lǐng)域，集中了大量研發(fā)資源，具有較高的研發(fā)強(qiáng)度、較強(qiáng)的創(chuàng)新性等特性，數(shù)字經(jīng)濟(jì)所產(chǎn)生的外溢效應(yīng)直接通過作為知識資本和人力資本的重要載體的生產(chǎn)性服務(wù)業(yè)，與制造業(yè)企業(yè)形成前向關(guān)聯(lián)和后向激勵，改變制造企業(yè)的技術(shù)創(chuàng)新模式，驅(qū)動以資源消耗型與勞動密集型為主的制造企業(yè)向以知識與技術(shù)密集型為主的產(chǎn)業(yè)價值鏈高端攀升，形成新產(chǎn)業(yè)、新業(yè)態(tài)、新模式。第三，數(shù)字經(jīng)濟(jì)推動信用數(shù)字化的發(fā)展，解決信用甄別機(jī)制缺失，構(gòu)建新型城市信用體系，提升城市市場化程度，降低交易成本，使生產(chǎn)性服務(wù)企業(yè)通過互聯(lián)網(wǎng)形成生產(chǎn)性服務(wù)業(yè)集聚。在生產(chǎn)性服務(wù)業(yè)集聚過程中，生產(chǎn)性服務(wù)業(yè)企業(yè)的服務(wù)功能向?qū)I(yè)化和價值鏈高端延伸，為制造業(yè)企業(yè)提供更加精細(xì)化和更加高端化的服務(wù)，推動制造業(yè)企業(yè)提高生產(chǎn)技術(shù)水平，推動產(chǎn)品向國際化、高端化、品牌化、智能化邁進(jìn)。第四，數(shù)字技術(shù)有效提高了市場公開透明度，不同類型生產(chǎn)性服務(wù)主體通過網(wǎng)絡(luò)化平臺實(shí)現(xiàn)實(shí)時傳輸，便捷獲取前沿知識技術(shù)信息，[13]突破生產(chǎn)經(jīng)營主體和服務(wù)主體的空間限制，實(shí)現(xiàn)各類信息集成，及時傳遞加工形成有效信息，優(yōu)化企業(yè)資源跨區(qū)域配置，提升制造業(yè)附加值。據(jù)此，本研究提出以下研究假設(shè)：

H2：數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚間接影響制造業(yè)高質(zhì)量發(fā)展。

(三)政府創(chuàng)新偏好的調(diào)節(jié)效應(yīng)

生產(chǎn)性服務(wù)業(yè)集聚在產(chǎn)業(yè)發(fā)展中發(fā)揮重要作用，[14]但生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)的發(fā)揮受到諸多非市場化因素的影響。[15]已有研究表明，技術(shù)創(chuàng)新與產(chǎn)業(yè)政策能有效推動生產(chǎn)性服務(wù)業(yè)集聚，進(jìn)而對制造業(yè)的發(fā)展質(zhì)量產(chǎn)生積極影響，[16][17]具有強(qiáng)烈創(chuàng)新偏好的政府制定的創(chuàng)新政策勢必會通過發(fā)揮生產(chǎn)性服務(wù)業(yè)集聚效應(yīng)，推進(jìn)制造業(yè)高質(zhì)量發(fā)展。因而生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)勢必會受到政府創(chuàng)新偏好的影響。在財政分權(quán)體制下，中央政府對地方官員的考核和任命機(jī)制強(qiáng)化了地方政府為發(fā)展本地經(jīng)濟(jì)、獲得晉升資本而展開競爭，可能會導(dǎo)致社會投資呈現(xiàn)“重生產(chǎn)，輕創(chuàng)新”的偏向。[18]這不僅導(dǎo)致科技創(chuàng)新要素供給的不足直接影響生產(chǎn)性服務(wù)業(yè)主體的創(chuàng)新能力與技術(shù)進(jìn)步，從而抑制以知識、技術(shù)、信息、人才密集為主要特征的生產(chǎn)性服務(wù)業(yè)發(fā)展，[19]而且也導(dǎo)致生產(chǎn)性服務(wù)業(yè)需求不足，不利于生產(chǎn)性服務(wù)業(yè)充分集聚和集聚效應(yīng)的有效發(fā)揮，[20]因此，政府應(yīng)主動發(fā)揮宏觀調(diào)控作用，利用有形的手對無形的手進(jìn)行矯正。黨的十八大提出“實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”，中央政府強(qiáng)調(diào)科技創(chuàng)新的重要性，并將技術(shù)創(chuàng)新指標(biāo)納入地方政府考核體系等一系列規(guī)制舉措出臺，在一定程度上可以引導(dǎo)地方政府提高其決策目標(biāo)中對創(chuàng)新的重視與偏好，有利于技術(shù)創(chuàng)新的開展。[21]在“實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”下，政府創(chuàng)新偏好的提高可能對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)產(chǎn)生調(diào)節(jié)作用。據(jù)此，本研究提出以下研究假設(shè)：

H3：政府創(chuàng)新偏好正向調(diào)節(jié)生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)，政府創(chuàng)新偏好越強(qiáng)，越能強(qiáng)化生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)。

綜上，數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展，二者之間呈非線性關(guān)系；數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展；政府創(chuàng)新偏好調(diào)節(jié)生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)。

基于上述理論分析與假設(shè)，本文研究思路與變量之間的關(guān)系如圖1所示，在后續(xù)研究中本文將依據(jù)該思路進(jìn)行實(shí)證分析。

圖1 數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的機(jī)制

三、研究設(shè)計(jì)

(一)模型構(gòu)建

為檢驗(yàn)上述研究假設(shè)，首先針對直接效應(yīng)構(gòu)建基準(zhǔn)模型：

(1)

為深入探討數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)制造業(yè)高質(zhì)量發(fā)展的非線性影響，在式(1)中加入數(shù)字經(jīng)濟(jì)發(fā)展水平的平方項(xiàng)，得到式(2)如下：

(2)

在分析數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響時，數(shù)字經(jīng)濟(jì)變量的內(nèi)生性是一個不可回避的問題。具體而言，一方面，數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間存在一定的因果內(nèi)生關(guān)系；另一方面，影響制造業(yè)高質(zhì)量發(fā)展的因素較多，目前所涉及的控制變量難以防止遺漏變量問題。由于可能潛在的反向因果和遺漏變量問題，為核心解釋變量找到恰當(dāng)?shù)墓ぞ咦兞渴蔷徑鈨?nèi)生性問題的有效辦法之一，即工具變量與內(nèi)生變量(數(shù)字經(jīng)濟(jì))高度相關(guān)，而又不直接影響被解釋變量(制造業(yè)高質(zhì)量發(fā)展)。為此，本文借鑒趙濤等[22]采用城市在1984年的固定電話數(shù)量和郵局?jǐn)?shù)量作為數(shù)字經(jīng)濟(jì)的工具變量。1984年的固定電話數(shù)量和郵局?jǐn)?shù)量之所以能夠作為數(shù)字經(jīng)濟(jì)的工具變量，一方面是因?yàn)榛ヂ?lián)網(wǎng)作為傳統(tǒng)通信技術(shù)的延續(xù)發(fā)展，當(dāng)?shù)貧v史上的郵局布局?jǐn)?shù)量從使用技術(shù)和使用習(xí)慣等影響互聯(lián)網(wǎng)技術(shù)的應(yīng)用普及，滿足有效工具變量相關(guān)性假定；另一方面，固定電話等傳統(tǒng)電信工具對制造業(yè)發(fā)展的影響正在逐漸消失，選擇傳統(tǒng)電信工具作為工具變量滿足外生性假定。此外，選用的工具變量原始數(shù)據(jù)為橫截面形式，不能夠直接用于面板數(shù)據(jù)的計(jì)量分析，本文參考Nunn等[23]研究中工具變量的構(gòu)建方法，把上一年移動電話交換機(jī)容量(與時間趨勢有關(guān))和原變量(與個體變化有關(guān))的交互項(xiàng)作為工具變量。通過上述方法構(gòu)建的兩個工具變量不僅是面板數(shù)據(jù)，還體現(xiàn)了隨時間變化的工具變量對內(nèi)生變量的影響，保證了工具變量的外生性。另外，為與前文保持一致，與基準(zhǔn)模型設(shè)定完全一樣，構(gòu)建2SLS的一階段和二階段估計(jì)模型的式(3)和式(4)：

(3)

(4)

除了式(1)所體現(xiàn)的直接效應(yīng)，為研究數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間可能存在的中介機(jī)制，根據(jù)前文所述，本文為研究數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚影響制造業(yè)高質(zhì)量發(fā)展的中介機(jī)制，構(gòu)建如下模型：

(5)

(6)

為了考察政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚中介效應(yīng)的調(diào)節(jié)作用，構(gòu)建模型(7)如下：

(7)

其中，式INNOV表示政府創(chuàng)新偏好。其他變量與基準(zhǔn)模型式(1)和式(6)的設(shè)定相同。

(二)變量說明

1.制造業(yè)高質(zhì)量發(fā)展水平的測度。制造業(yè)高質(zhì)量發(fā)展既是制造業(yè)綜合實(shí)力和核心競爭力的集中體現(xiàn)，也是經(jīng)濟(jì)高質(zhì)量發(fā)展在制造業(yè)領(lǐng)域的集中體現(xiàn)，因此可以參考經(jīng)濟(jì)高質(zhì)量發(fā)展的測度方法(已有相關(guān)研究主要是綜合評價法、中間變量替代法等)衡量制造業(yè)高質(zhì)量發(fā)展水平。綜合評價法能夠綜合評估制造業(yè)發(fā)展水平，但構(gòu)建的評價指標(biāo)體系存在一定程度上的主觀性，因而本文參考鈔小靜等[5]的處理方法選擇中間變量替代法以TFP作為制造業(yè)高質(zhì)量發(fā)展水平的衡量指標(biāo)。綜合考慮地級市層面數(shù)據(jù)的可得性及指標(biāo)選取的代表性，采用DEA-Malmquist方法測算得到各城市制造業(yè)效率(MANUFA)作為被解釋變量，借鑒王文等[25]的處理方法，以工業(yè)口徑作為對制造業(yè)的近似。本文選擇規(guī)模報酬可變、產(chǎn)出導(dǎo)向型的DEA-Malmquist模型來測度制造業(yè)的全要素生產(chǎn)率。另外，由于Malmquist指數(shù)法測算得到的指標(biāo)并非歷年的制造業(yè)全要素生產(chǎn)率，而是相比于前一年的變化率，因此本文借鑒程惠芳等[26]的研究方法，將2003年的基期MANUFA設(shè)定為1，進(jìn)一步計(jì)算得到具有可比性的制造業(yè)全要素生產(chǎn)率。

2.數(shù)字經(jīng)濟(jì)發(fā)展水平的測度。改進(jìn)的熵值法既可以客觀確定各指標(biāo)的權(quán)重，能科學(xué)地反映數(shù)字經(jīng)濟(jì)發(fā)展的整體情況，并彌補(bǔ)用單一指標(biāo)進(jìn)行研究時無法客觀全面揭示數(shù)字經(jīng)濟(jì)整體情況的缺陷。結(jié)合本文研究目的，參考Matters等[27]、Liu等[28]和趙濤等[22]的研究方法并結(jié)合改進(jìn)的熵值法，構(gòu)建了一個數(shù)字經(jīng)濟(jì)綜合指數(shù)，來測算2004—2019年我國284個地級及以上城市的數(shù)字經(jīng)濟(jì)發(fā)展水平。本文選取互聯(lián)網(wǎng)普及率(百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù))、相關(guān)從業(yè)人員情況(計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重)、相關(guān)產(chǎn)出情況(人均電信業(yè)務(wù)總量)和移動電話普及率(百人中移動電話用戶數(shù))等四個指標(biāo)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化后，再做數(shù)據(jù)降維處理，得到的城市數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)，記為DIGECO，具體而言：

第一步，無量綱化處理，同時平移坐標(biāo)消除負(fù)值：

(8)

第三步，計(jì)算數(shù)字經(jīng)濟(jì)得分DIGECOit：

(9)

3.中介變量。數(shù)字經(jīng)濟(jì)通過中介變量生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生影響。借鑒秦建群等[29]的研究方法，本文采用區(qū)位熵指數(shù)來衡量城市生產(chǎn)性服務(wù)業(yè)的集聚程度。生產(chǎn)性服務(wù)業(yè)集聚程度的具體計(jì)算公式為：

(10)

4.調(diào)節(jié)變量。借鑒李政和楊思瑩[30]的研究方法，調(diào)節(jié)變量政府創(chuàng)新偏好采用政府財政支出中科學(xué)技術(shù)支出占地方財政支出比重來衡量。

5.控制變量。為了避免遺漏關(guān)鍵變量而對估計(jì)結(jié)果產(chǎn)生估計(jì)偏誤問題，借鑒以往研究，本文在實(shí)證模型中選取對制造業(yè)高質(zhì)量發(fā)展可能產(chǎn)生影響的控制變量包括政府規(guī)模、外商投資、城市規(guī)模、房地產(chǎn)投資、城鎮(zhèn)化等，具體如下：政府規(guī)模采用財政預(yù)算內(nèi)收入比城市GDP來表示；外商直接投資采用當(dāng)年實(shí)際使用外資比城市生產(chǎn)總值表示，其中，外商直接投資按照當(dāng)年平均匯率計(jì)算得到；城市規(guī)模采用轄區(qū)人口數(shù)與轄區(qū)面積之比(萬人/平方千米)表示；房地產(chǎn)投資采用房地產(chǎn)開發(fā)投資完成額與城市GDP之比表示；城鎮(zhèn)化采用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)從業(yè)人員占地區(qū)從業(yè)人員之比表示。此外，凡是以當(dāng)年價格計(jì)算的變量，均以2003年為基期進(jìn)行了不變價格的折算以去除價格因素的影響。

(三)數(shù)據(jù)來源和描述性統(tǒng)計(jì)

我國多次調(diào)整行政區(qū)劃，由于部分城市數(shù)據(jù)缺失較多，按照一致性要求，最終選擇2004—2019年284個地級及以上城市作為研究樣本，形成了4544個城市—年的面板數(shù)據(jù)。實(shí)證數(shù)據(jù)均來自《中國城市統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及部分地級市統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報，缺省數(shù)據(jù)采用線性插值補(bǔ)齊。表1是本文主要變量的描述性統(tǒng)計(jì)結(jié)果。

表1 變量及描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)模型估計(jì)結(jié)果

對式(1)進(jìn)行估計(jì)，表2報告了數(shù)字經(jīng)濟(jì)對城市制造業(yè)高質(zhì)量發(fā)展的線性影響的估計(jì)結(jié)果。在未控制時間效應(yīng)和控制城市固定效應(yīng)的基礎(chǔ)上，模型1僅納入核心解釋變量，模型2納入核心解釋變量和控制變量；模型3和4在模型1和2基礎(chǔ)上控制時間效應(yīng)。結(jié)合四個模型可知，數(shù)字經(jīng)濟(jì)變量回歸系數(shù)均顯著為正，意味著核心結(jié)論在控制其他因素后保持一致。估計(jì)結(jié)果顯示，模型1和2中數(shù)字經(jīng)濟(jì)顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，估計(jì)系數(shù)分別為31.3894和37.5891，且均在1%的顯著性水平上顯著。進(jìn)一步地，在模型3和4中，數(shù)字經(jīng)濟(jì)仍顯著地促進(jìn)了城市制造業(yè)高質(zhì)量發(fā)展，估計(jì)系數(shù)31.3894和35.3493，且在1%的顯著性水平上顯著，只是數(shù)值大小有變化。此外，在加入控制變量的模型2中，政府規(guī)模、城市規(guī)模、房地產(chǎn)投資、城鎮(zhèn)化等對城市制造業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的負(fù)向影響；外商投資、城市規(guī)模對城市制造業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的正向影響。在雙向固定效應(yīng)模型4中，政府規(guī)模對城市制造業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的負(fù)向影響；城市規(guī)模對城市制造業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的正向影響。

表2 數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的基準(zhǔn)回歸結(jié)果

對式(2)進(jìn)行估計(jì)以檢驗(yàn)數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間的非線性關(guān)系，估計(jì)結(jié)果如表3所示。在控制時間效應(yīng)的基礎(chǔ)上，模型1僅納入核心解釋變量，模型2納入核心解釋變量和控制變量，模型3和4在模型1和2基礎(chǔ)上控制時間效應(yīng)。估計(jì)結(jié)果顯示，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的回歸系數(shù)均在1%的顯著性水平下為正，且在模型1、模型2、模型3和模型4中的二次項(xiàng)均在1%的顯著性水平下顯著為負(fù)，這表明數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間存在倒“U”型關(guān)系，即數(shù)字經(jīng)濟(jì)促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，但當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平達(dá)到一定高度后，數(shù)字經(jīng)濟(jì)卻阻礙制造業(yè)高質(zhì)量發(fā)展，從而驗(yàn)證了研究假設(shè)H1。

表3 數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展影響的非線性

(二)穩(wěn)健性檢驗(yàn)

本文基于考慮抽樣誤差和模型設(shè)定偏誤等進(jìn)行穩(wěn)健性檢驗(yàn)。一是刪除直轄市和省會城市。本文涉及284個樣本城市包含了直轄市以及省會城市，直轄市在行政級別上與省級行政區(qū)同級，省會城市相較于其他城市的配套條件保障性更優(yōu)，因此利用剔除直轄市和省會城市后的樣本重新估計(jì)基準(zhǔn)模型，估計(jì)結(jié)果見表4中模型1。二是排除奇異值。將解釋變量數(shù)字經(jīng)濟(jì)變量進(jìn)行首尾兩端各縮尾2.5%后重新估計(jì)基準(zhǔn)模型，估計(jì)結(jié)果見表4中模型2。三是替換核心解釋變量數(shù)字經(jīng)濟(jì)的測度指標(biāo)。為驗(yàn)證估計(jì)結(jié)果的可靠性，進(jìn)一步采用信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)與城鎮(zhèn)單位從業(yè)人員期末人數(shù)之比作為數(shù)字經(jīng)濟(jì)的代理指標(biāo)重新估計(jì)基準(zhǔn)模型，估計(jì)結(jié)果見表4中的模型3。四是分時段。2014年我國工業(yè)和信息化部、國家發(fā)展和改革委員會共遴選出120個城市(群)作為“寬帶中國”試點(diǎn)，旨在提升寬帶應(yīng)用水平，普及移動互聯(lián)網(wǎng)，助力試點(diǎn)城市在技術(shù)創(chuàng)新和產(chǎn)業(yè)競爭力等方面率先達(dá)到國際先進(jìn)水平。鑒于此，本文將全國樣本劃分為2004—2013年和2014—2019年兩個時段，對“寬帶中國”試點(diǎn)實(shí)施前后進(jìn)行重新估計(jì)，估計(jì)結(jié)果見表4中的模型4和模型5。五是Tobit模型估計(jì)。由于制造業(yè)高質(zhì)量發(fā)展變量存在刪截特征，會造成嚴(yán)重的數(shù)據(jù)截留問題，采用受限因變量模型(Tobit模型)替換線性回歸模型后重新進(jìn)行回歸，估計(jì)結(jié)果見表4中的模型6。根據(jù)表4可知，估計(jì)結(jié)果與前文基準(zhǔn)模型估計(jì)結(jié)果相比除數(shù)值大小有所變化外，數(shù)字經(jīng)濟(jì)的回歸系數(shù)符號和顯著性水平并未發(fā)生變化。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

(三)內(nèi)生性問題處理

對式(3)和(4)進(jìn)行估計(jì)，表5報告了工具變量的2SLS估計(jì)結(jié)果。為了檢驗(yàn)推導(dǎo)結(jié)果的一致性和合理性，在表5中模型1和模型4中僅納入核心解釋變量和控制變量，模型2和模型5在模型1和4的基礎(chǔ)上控制時間固定效應(yīng)，模型3和模型6在模型2和模型5的基礎(chǔ)上控制城市固定效應(yīng)。不可識別檢驗(yàn)Kleibergen-Paap rk LM統(tǒng)計(jì)量p值均為0.0000，顯著拒絕不可識別的原假設(shè)；弱工具變量檢驗(yàn)Cragg-Donald Wald F statistic的F值均大于Stock-Yogo檢驗(yàn)10%水平上的臨界值。這表明選取的工具變量合理，能有效解決變量內(nèi)生性問題。第一階段回歸中工具變量與數(shù)字經(jīng)濟(jì)顯著正相關(guān)。第二階段回歸結(jié)果顯示，在方向和顯著性上，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響均與表2所報告的基準(zhǔn)回歸相似，進(jìn)一步驗(yàn)證了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的正向影響。表5估計(jì)結(jié)果顯示，在考慮內(nèi)生性問題的基礎(chǔ)上，數(shù)字經(jīng)濟(jì)依然顯著正向影響制造業(yè)高質(zhì)量發(fā)展，表明前文結(jié)論可靠。

表5 數(shù)字經(jīng)濟(jì)對城市制造業(yè)高質(zhì)量發(fā)展的工具變量估計(jì)結(jié)果

(四)安慰劑檢驗(yàn)

前文采用了多種方法就數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響進(jìn)行穩(wěn)健性檢驗(yàn)，但仍可能無法排除一些與數(shù)字經(jīng)濟(jì)發(fā)展無關(guān)的其他政策、事件或不可觀測因素可能對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生影響，從而導(dǎo)致估計(jì)偏誤。為此，本文借鑒Alder等[31]和金祥義等[32]的方法來排除這些因素的影響，其研究方法為：通過打亂數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)的順序，與城市代碼進(jìn)行隨機(jī)匹配來構(gòu)建偽數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)，將該過程重復(fù)1000次，進(jìn)行估計(jì)并對數(shù)字經(jīng)濟(jì)的回歸系數(shù)進(jìn)行統(tǒng)計(jì)分析，識別數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間的真實(shí)關(guān)系。若隨機(jī)匹配處理后的數(shù)字經(jīng)濟(jì)的回歸系數(shù)均值為正且顯著，這表明制造業(yè)的高質(zhì)量發(fā)展可能不是由數(shù)字經(jīng)濟(jì)真實(shí)發(fā)展引起的，也就是說我們可能遺漏了某些關(guān)鍵因素，而這些關(guān)鍵因素顯著影響制造業(yè)高質(zhì)量發(fā)展。若數(shù)字經(jīng)濟(jì)的回歸系數(shù)均值接近于0，這表明其他政策、事件或不可觀測因素對制造業(yè)高質(zhì)量發(fā)展不存在顯著影響，也就是說制造業(yè)高質(zhì)量發(fā)展是由數(shù)字經(jīng)濟(jì)真實(shí)發(fā)展引起的。根據(jù)基準(zhǔn)模型進(jìn)行了1000次數(shù)字經(jīng)濟(jì)隨機(jī)匹配的安慰劑檢驗(yàn)，繪制估計(jì)系數(shù)的核密度圖(見圖2)，隨機(jī)匹配得到的偽數(shù)字經(jīng)濟(jì)回歸系數(shù)的均值為0.0134，與基準(zhǔn)回歸結(jié)果中表2第(4)列的數(shù)字經(jīng)濟(jì)的回歸系數(shù)相比相差較大，非常接近于0，這表明數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用并不是由其他政策、事件或不可觀測因素導(dǎo)致，而是由各城市數(shù)字經(jīng)濟(jì)的發(fā)展所導(dǎo)致，驗(yàn)證了制造業(yè)高質(zhì)量發(fā)展確實(shí)源于數(shù)字經(jīng)濟(jì)的真實(shí)發(fā)展。

圖2 安慰劑檢驗(yàn)下估計(jì)系數(shù)的核密度分布圖

五、中介機(jī)制檢驗(yàn)與調(diào)節(jié)效應(yīng)檢驗(yàn)

(一)數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的中介機(jī)制檢驗(yàn)

表6報告了中介效應(yīng)模型式(5)和式(6)的估計(jì)結(jié)果。表6中的模型1、模型3和模型5未控制時間效應(yīng)，而在模型2、模型4和模型6中控制時間效應(yīng)，以檢驗(yàn)推導(dǎo)結(jié)果的一致性和合理性。比較發(fā)現(xiàn)，模型變量回歸系數(shù)依然均顯著為正，意味著核心結(jié)論在控制時間效應(yīng)后同樣成立。模型2中，數(shù)字經(jīng)濟(jì)(DIGECO)的系數(shù)為35.3493，在1%的顯著性水平上顯著，說明數(shù)字經(jīng)濟(jì)的發(fā)展顯著促進(jìn)了制造業(yè)高質(zhì)量發(fā)展。模型4中，數(shù)字經(jīng)濟(jì)的系數(shù)為86.6612，在1%的顯著性水平上顯著，說明數(shù)字經(jīng)濟(jì)的發(fā)展顯著促進(jìn)了生產(chǎn)性服務(wù)業(yè)集聚。在模型6中，生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)高質(zhì)量發(fā)展的回歸系數(shù)為0.0897，在1%的顯著性水平下顯著為正，說明生產(chǎn)性服務(wù)業(yè)集聚是促進(jìn)制造業(yè)高質(zhì)量發(fā)展的重要因素。此外，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為27.5731，在1%的顯著性水平上顯著為正，且小于模型2的回歸系數(shù)，表明數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用中，存在生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)且表現(xiàn)為部分中介效應(yīng)。這驗(yàn)證了數(shù)字經(jīng)濟(jì)部分通過生產(chǎn)性服務(wù)業(yè)集聚這一途徑和機(jī)制促進(jìn)制造業(yè)高質(zhì)量發(fā)展，即驗(yàn)證了假設(shè)H2。

表6 數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的中介機(jī)制檢驗(yàn)——生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)

(二)政府創(chuàng)新偏好的調(diào)節(jié)作用檢驗(yàn)

上文理論分析表明，生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)影響可能受到政府創(chuàng)新偏好的影響，為了驗(yàn)證對式(7)進(jìn)行估計(jì)以檢驗(yàn)政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)是否存在調(diào)節(jié)作用，估計(jì)結(jié)果如表7所示。為了檢驗(yàn)推導(dǎo)結(jié)果的一致性和合理性，模型1是在模型式(7)的基礎(chǔ)上不納入政府創(chuàng)新偏好與中介變量的交乘項(xiàng)和控制變量，模型2在模型1的基礎(chǔ)上納入政府創(chuàng)新偏好與中介變量的交乘項(xiàng)，模型3在模型2的基礎(chǔ)上納入控制變量。比較發(fā)現(xiàn)，政府創(chuàng)新偏好與中介變量的交乘項(xiàng)的回歸系數(shù)均顯著為正，意味著核心結(jié)論在控制其他因素后保持一致。從表7檢驗(yàn)結(jié)果表明，交乘項(xiàng)的系數(shù)為正，且通過5%的顯著性檢驗(yàn)。這說明政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)有正向調(diào)節(jié)作用，即隨著政府創(chuàng)新偏好的提高，強(qiáng)化了生產(chǎn)性服務(wù)業(yè)集聚的中介效應(yīng)，從而驗(yàn)證了假設(shè)H3。

表7 政府創(chuàng)新偏好的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

六、進(jìn)一步分析：異質(zhì)性

考慮到數(shù)字經(jīng)濟(jì)發(fā)展在空間上表現(xiàn)出的較大差異，進(jìn)一步以子樣本回歸的形式就數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響開展異質(zhì)性分析。具體而言，其一，按照傳統(tǒng)的分類方法，本文將總樣本進(jìn)一步分為東部地區(qū)、中部地區(qū)和西部地區(qū)②等3個子樣本分別進(jìn)行回歸。其二，根據(jù)《國家新型城鎮(zhèn)化規(guī)劃(2014—2020年)》，本文將總樣本進(jìn)一步分為城市群③與非城市群等2個子樣本分別進(jìn)行回歸(見表8)。表8中模型1、模型2和模型3的估計(jì)結(jié)果表明，數(shù)字經(jīng)濟(jì)對東部、中部、西部的制造業(yè)高質(zhì)量發(fā)展具有顯著促進(jìn)作用，即數(shù)字經(jīng)濟(jì)能夠顯著促進(jìn)制造業(yè)高質(zhì)量發(fā)展；中部數(shù)字經(jīng)濟(jì)的回歸系數(shù)最大，西部次之，東部最小。一個可能的原因是：東部地區(qū)作為我國最早改革開放的重點(diǎn)區(qū)域，東部地區(qū)第二產(chǎn)業(yè)的占比相對較高，高端制造業(yè)的發(fā)展亦相對較為完善，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展僅起到了“錦上添花”的作用。相比于東部地區(qū)，數(shù)字經(jīng)濟(jì)的發(fā)展更能對中部地區(qū)的制造業(yè)高質(zhì)量發(fā)展產(chǎn)生更大的顯著帶動作用，中部自身具備強(qiáng)大的發(fā)展?jié)摿?，中部?jīng)濟(jì)雖未能達(dá)到東部地區(qū)的發(fā)達(dá)程度，也尚未建立較為成熟的基礎(chǔ)設(shè)施網(wǎng)絡(luò)體系，但中部資源承載能力并不落后于東部，同時具備承東啟西的地理優(yōu)勢，中國經(jīng)濟(jì)呈現(xiàn)出較為突出的梯度轉(zhuǎn)移特征。同時，制造業(yè)內(nèi)部結(jié)構(gòu)正在向技術(shù)型經(jīng)濟(jì)轉(zhuǎn)變并向發(fā)達(dá)地區(qū)收斂，因此，中部地區(qū)在推行“中部崛起”戰(zhàn)略下，以新興技術(shù)應(yīng)用為主的數(shù)字經(jīng)濟(jì)對帶動該地區(qū)制造業(yè)轉(zhuǎn)型和升級的作用效果會更為明顯。西部地區(qū)因其自身氣候、區(qū)位、基礎(chǔ)設(shè)施等均不占優(yōu)勢，但在“西部大開發(fā)”和“一帶一路”倡議等政策扶持下，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展帶來的邊際效用高，加快數(shù)字經(jīng)濟(jì)的發(fā)展對西部地區(qū)經(jīng)濟(jì)發(fā)展可起到顯著的“雪中送炭”作用。可見，從地區(qū)產(chǎn)業(yè)升級的視角看，在經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，數(shù)字經(jīng)濟(jì)更多扮演的是雪中送炭的角色，對地區(qū)經(jīng)濟(jì)發(fā)展的驅(qū)動作用大，而在經(jīng)濟(jì)相對發(fā)達(dá)的地區(qū)，則更多屬于錦上添花，其邊際效應(yīng)相對較小。這一發(fā)現(xiàn)也意味著，我國各地區(qū)的工業(yè)基礎(chǔ)和資源稟賦存在較大差異，東部地區(qū)各省份已率先進(jìn)入工業(yè)化后期階段，而中西部地區(qū)各省份仍處于工業(yè)化中期階段，存在著明顯的梯度差距[33]。數(shù)字經(jīng)濟(jì)不僅可以加快地區(qū)制造業(yè)的轉(zhuǎn)型與升級，而且還可以為我國中西部地區(qū)實(shí)現(xiàn)追趕超越創(chuàng)造條件。表8中模型4和模型5估計(jì)結(jié)果表明，數(shù)字經(jīng)濟(jì)對城市群和非城市群的城市制造業(yè)高質(zhì)量發(fā)展具有顯著的促進(jìn)作用，城市群的數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的正向影響顯著高于非城市群。究其原因可能是與非城市群城市相比，一方面，城市群中的城市通常是新型數(shù)字基礎(chǔ)設(shè)施最早大規(guī)模普及和發(fā)展的地區(qū)；而非城市群城市在新型數(shù)字基礎(chǔ)設(shè)施建設(shè)進(jìn)程中則處于落后地位。另一方面，城市群城市之間通過形成的相互聯(lián)系相互促進(jìn)的網(wǎng)狀關(guān)聯(lián)機(jī)制實(shí)現(xiàn)了資源共享和經(jīng)濟(jì)互利，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的促進(jìn)效應(yīng)會得到加強(qiáng)。這表明，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的作用在城市群和非城市群間存在差異性。在城市群中，要加強(qiáng)城市之間的聯(lián)動發(fā)展，使各城市能夠互相借鑒、分散和輻射，以達(dá)到數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展更好的促進(jìn)效果。

表8 數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的異質(zhì)性估計(jì)結(jié)果

七、結(jié)論與政策啟示

本文探討了數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的影響及其內(nèi)在機(jī)理。理論上，數(shù)字經(jīng)濟(jì)可以通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展以及政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚中介效應(yīng)的調(diào)節(jié)作用。實(shí)證上，本文以中國2004—2019年284個地級及以上城市為考察單元，利用改進(jìn)的熵值法測度了數(shù)字經(jīng)濟(jì)綜合發(fā)展水平，分別運(yùn)用雙向固定效應(yīng)模型、中介效應(yīng)模型和有調(diào)節(jié)的中介效應(yīng)模型檢驗(yàn)了數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響、生產(chǎn)性服務(wù)業(yè)集聚在二者之間的中介作用以及政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚中介效應(yīng)的調(diào)節(jié)作用，進(jìn)一步分析發(fā)現(xiàn)，不同區(qū)域、城市群與非城市群的約束下，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響的異質(zhì)性。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟(jì)顯著地促進(jìn)了制造業(yè)高質(zhì)量發(fā)展，兩者存在著“倒U型”的非線性特征。在選取歷史數(shù)據(jù)作為工具變量、考慮抽樣誤差、安慰劑等穩(wěn)健性檢驗(yàn)后，結(jié)論仍穩(wěn)健。就中介機(jī)理而言，數(shù)字經(jīng)濟(jì)通過生產(chǎn)性服務(wù)業(yè)集聚促進(jìn)制造業(yè)高質(zhì)量發(fā)展提升，且均在其中發(fā)揮部分中介作用。政府創(chuàng)新偏好對生產(chǎn)性服務(wù)業(yè)集聚的中介作用起到正向調(diào)節(jié)作用。進(jìn)一步異質(zhì)性分析發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)對不同區(qū)域、城市群與非城市群的制造業(yè)高質(zhì)量發(fā)展影響不同。

本文的結(jié)論具有以下政策啟示：第一，各地政府應(yīng)實(shí)施動態(tài)化、差異化的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略，以此促進(jìn)當(dāng)?shù)刂圃鞓I(yè)高質(zhì)量發(fā)展。首先，加快數(shù)字技術(shù)的創(chuàng)新與應(yīng)用，持續(xù)有效釋放數(shù)字技術(shù)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的潛力，結(jié)合城市產(chǎn)業(yè)優(yōu)勢，有針對性加快數(shù)字經(jīng)濟(jì)應(yīng)用場景項(xiàng)目落地，進(jìn)而實(shí)現(xiàn)產(chǎn)業(yè)發(fā)展方向的差異化和特色化，將更多資源整合投入到制造業(yè)數(shù)字化發(fā)展中。其次，加大對互聯(lián)網(wǎng)投資力度，根據(jù)城市資源稟賦的差異統(tǒng)籌推進(jìn)“數(shù)字中國”建設(shè)，部分城市要聚焦于產(chǎn)業(yè)融合，而部分城市應(yīng)致力于數(shù)字治理以及打造數(shù)字社會上。特別是通過加快5G商用、大數(shù)據(jù)模式構(gòu)建和人工智能應(yīng)用，進(jìn)一步發(fā)揮數(shù)字技術(shù)為改善制造業(yè)高質(zhì)量發(fā)展帶來的紅利優(yōu)勢。再次，應(yīng)加大對制造業(yè)企業(yè)數(shù)字化和智能化改造的政策扶持力度，將自上而下的發(fā)展規(guī)劃與自下而上的制造業(yè)場景布局有機(jī)結(jié)合，形成雙向推動融合發(fā)展的局面，鼓勵加快大數(shù)據(jù)平臺、智能工廠和數(shù)字工廠建設(shè)，推動企業(yè)制造資源與互聯(lián)網(wǎng)平臺全面對接，通過共享生產(chǎn)資料的方式降低企業(yè)的數(shù)字化轉(zhuǎn)型成本，促進(jìn)制造業(yè)企業(yè)高質(zhì)量發(fā)展。此外，要加強(qiáng)分工合作，協(xié)同互補(bǔ)發(fā)展。在集聚產(chǎn)業(yè)的同時，減少不必要的重復(fù)建設(shè)與競爭，形成1+1>2的效果，進(jìn)而進(jìn)一步提升數(shù)字經(jīng)濟(jì)在制造業(yè)高質(zhì)量發(fā)展的貢獻(xiàn)。第二，生產(chǎn)性服務(wù)業(yè)集聚為數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的重要途徑。要充分利用云計(jì)算、物聯(lián)網(wǎng)、數(shù)據(jù)中心等新一代數(shù)字基礎(chǔ)設(shè)施建設(shè)，機(jī)器人、大數(shù)據(jù)、5G等新興技術(shù)的應(yīng)用，搭建有利于增加生產(chǎn)性服務(wù)效率和集聚程度的發(fā)展平臺，優(yōu)化產(chǎn)業(yè)空間布局，推動產(chǎn)業(yè)協(xié)同發(fā)展，優(yōu)化制造業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)，著力促進(jìn)制造業(yè)與服務(wù)業(yè)深度融合，實(shí)現(xiàn)制造業(yè)向“智造+服務(wù)”的高質(zhì)量發(fā)展轉(zhuǎn)變。第三，提高政府創(chuàng)新管理能力，強(qiáng)化政府創(chuàng)新偏好，加強(qiáng)對地方政府財政支出的監(jiān)督，健全財政科技支出績效評價機(jī)制，推動財政資源配置結(jié)構(gòu)的調(diào)整和效率的提升，切實(shí)提高地方政府財政支出質(zhì)量，發(fā)揮政府在創(chuàng)新活動中的引領(lǐng)和保障作用，同時增強(qiáng)地方政府創(chuàng)新激勵，提高政府創(chuàng)新偏好。各地方政府應(yīng)緊緊圍繞《中國制造2025》的發(fā)展目標(biāo)，通過數(shù)字經(jīng)濟(jì)的發(fā)展加快生產(chǎn)性服務(wù)業(yè)與制造業(yè)的互動融合，推動制造業(yè)向全球產(chǎn)業(yè)鏈和價值鏈的中高端攀升，最終實(shí)現(xiàn)制造業(yè)的高質(zhì)量發(fā)展。

注釋：

①參見習(xí)近平總書記2015年10月29日在黨的十八屆五中全會第二次全體會議上的重要講話。

②東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省份；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個省份；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11個省份。

③京津冀、長三角、珠三角、長江中游、成渝、中原以及哈長城市群這七大城市群共計(jì)155個城市。其中各城市群的區(qū)域范圍主要參照《全國主體功能區(qū)規(guī)劃》《京津冀都市圈區(qū)域規(guī)劃》《長江三角洲城市群發(fā)展規(guī)劃(2015—2030)》《珠江三角洲地區(qū)改革發(fā)展規(guī)劃綱要(2008—2020年)》《長江中游城市群發(fā)展規(guī)劃》《成渝城市群發(fā)展規(guī)劃》《中原城市群總體發(fā)展規(guī)劃綱要》等文件。