徐菁,王靜
鄭州升達經(jīng)貿(mào)管理學院 金融貿(mào)易學院
制造業(yè)行穩(wěn)致遠是經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展的基石,尤其在當前貿(mào)易保護主義抬頭、外部不確定因素增多的背景下,制造業(yè)對國內(nèi)經(jīng)濟穩(wěn)定發(fā)展起到了重要支撐作用。但近年來,制造業(yè)面臨雙重壓力:一方面“人口紅利”優(yōu)勢逐漸褪去,低端制造業(yè)大量外遷;另一方面,受制于發(fā)達國家的關(guān)鍵技術(shù)輸出限制,高端制造業(yè)發(fā)展始終處于被動地位。制造業(yè)面臨“內(nèi)憂外患”,中國制造業(yè)迫切需要轉(zhuǎn)型升級,邁向可持續(xù)發(fā)展的新軌道。與此同時,數(shù)字經(jīng)濟蓬勃發(fā)展,并不斷滲透至實體經(jīng)濟的各個領(lǐng)域。據(jù)《中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書(2021 年)》顯示,我國數(shù)字經(jīng)濟持續(xù)快速發(fā)展,2020 年我國的數(shù)字經(jīng)濟規(guī)模已達到39.2 萬億元,占GDP 比重為38.6%。當前,制造業(yè)與數(shù)字經(jīng)濟融合發(fā)展已經(jīng)成為一種趨勢,也是眾多制造企業(yè)的戰(zhàn)略選擇。為此,本文以黃河流域九省份為研究對象,通過構(gòu)建制造業(yè)與數(shù)字經(jīng)濟發(fā)展水平指標評價體系,在此基礎(chǔ)上對兩者的融合協(xié)調(diào)度進行測算分析,為黃河流域制造業(yè)數(shù)字化高質(zhì)量發(fā)展提供建議。
本文選用耦合協(xié)調(diào)度模型對制造業(yè)與數(shù)字經(jīng)濟融合發(fā)展水平進行測度評價,該模型主要用于分析事物間的協(xié)調(diào)發(fā)展水平。耦合協(xié)調(diào)度模型共涉及3 個指標值,即耦合度C 值、協(xié)調(diào)指數(shù)T值和耦合協(xié)調(diào)度D 值。三個指標值的計算公式分別為:
結(jié)合耦合協(xié)調(diào)度D 值和協(xié)調(diào)等級劃分標準(見表1),最終得出兩項的耦合協(xié)調(diào)程度。
為了測度制造業(yè)與數(shù)字經(jīng)濟融合發(fā)展水平,本文構(gòu)建了兩大評價體系(見表2),分別用于評價流域內(nèi)省份的制造業(yè)發(fā)展水平和數(shù)字經(jīng)濟發(fā)展水平。其中,制造業(yè)發(fā)展水平主要從經(jīng)濟效益、創(chuàng)新效益和綠色發(fā)展三大維度進行評價,包括3 個一級指標和6個二級指標。另外,數(shù)字經(jīng)濟發(fā)展水平主要從數(shù)字基礎(chǔ)、數(shù)字應用、數(shù)字發(fā)展三大維度進行評價,包括3 個一級指標和8 個二級指標。相關(guān)指標數(shù)據(jù)主要源于2017年-2021 年黃河流域九省份(包括山東、河南、山西、陜西、四川、甘肅、青海、寧夏、內(nèi)蒙古)省域《統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國分省份市場化指數(shù)報告》,部分缺失值通過移動平均法進行填補處理。
?
從黃河流域整體來看(表3),盡管數(shù)字經(jīng)濟與制造業(yè)融合度逐年遞增,但整體水平偏低,2013 年融合協(xié)調(diào)度為勉強協(xié)調(diào);2014 年-2019 年均為初級協(xié)調(diào),2019 年之后,融合協(xié)調(diào)度達到中級協(xié)調(diào)。
將流域內(nèi)各省份融合度分別計算,從縱向來看,2013 年-2020 年各省份數(shù)字經(jīng)濟與制造業(yè)融合水平逐年提高。另外,從橫向來看,流域內(nèi)各省份融合水平差異較大,出現(xiàn)不均衡的發(fā)展分布,上游省份較中下游省份偏高,其中黃河下游省份的山東省融合度最高,已達到中級協(xié)調(diào);其次為四川、河南、陜西,達到初級協(xié)調(diào);山西、內(nèi)蒙古、甘肅、寧夏協(xié)調(diào)水平偏低,屬于基本協(xié)調(diào)水平;青海則為輕度失調(diào)。
為進一步分析制造業(yè)與數(shù)字經(jīng)濟融合水平影響因素,構(gòu)建計量模型,形式如下:
其中,i 表示第i 個省份,t表示第t年,iμ反映個體效應,tν反映時點效應。
因變量為數(shù)字經(jīng)濟與制造業(yè)融合度(D)。自變量包括經(jīng)濟發(fā)展水平、財政支持力度、市場化水平、對外貿(mào)易發(fā)展、金融支持力度,分別對應指標:人均GDP(gdp)、教育和科技支出/財政支出(gov)、樊綱市場化指數(shù)(mar)、進出口貿(mào)易額/GDP(tra)、金融機構(gòu)存貸款余額/GDP(fin)。這里為盡可能避免多重共線、異方差等問題的負面影響,指標均選擇相對指標,另外實際模型形式選擇雙對數(shù)模型。
選取2013 年-2020 年黃河流域9 省份相關(guān)指標數(shù)據(jù),構(gòu)建面板數(shù)據(jù)模型,回歸結(jié)果如表4所示。其中(1)為混合模型,(2)為時點個體雙固定效應模型,(3)為時點固定效應模型,(4)為個體固定效應模型,(5)為隨機效應模型。盡管模型(5)的可決系數(shù)不高,但5 個模型均通過了經(jīng)濟意義檢驗和模型顯著性檢驗,說明變量引入較合理全面。另外,結(jié)合 Chow 檢驗和Hausman 檢驗結(jié)果,最終確定個體固定效應模型(4)為最優(yōu)形式,對比可決系數(shù)也能再次驗證該模型相對較好。
由模型(4)的回歸結(jié)果可知,經(jīng)濟發(fā)展水平在和市場化程度分別在1%和10%下對融合度有顯著影響,且均為正向影響,這說明市場主體是推動當前制造業(yè)與數(shù)字經(jīng)濟融合發(fā)展的主要力量;經(jīng)濟高速發(fā)展又使得需求升級,倒逼供給側(cè)進一步進行數(shù)字化升級。另外,值得注意的是財政支持力度、金融支持力度、對外貿(mào)易發(fā)展均對融合度的影響不顯著,前者的不顯著可能與財政與金融政策的時滯性有關(guān),使得從模型回歸結(jié)果來看,短期效果并不明顯,而后者對外貿(mào)易發(fā)展得不顯著則可能與貿(mào)易摩擦、新冠疫情有關(guān)。
?
本文通過構(gòu)建制造業(yè)與數(shù)字經(jīng)濟發(fā)展水平評價體系,對黃河流域制造業(yè)、數(shù)字經(jīng)濟發(fā)展水平進行評價,在此基礎(chǔ)上對二者的耦合協(xié)調(diào)度進行測算,結(jié)果發(fā)現(xiàn)黃河流域九個省份制造業(yè)與數(shù)字經(jīng)濟發(fā)展耦合協(xié)調(diào)度雖逐年提高,但整體水平偏低;流域內(nèi)各省份差異較大,山東達到中度協(xié)調(diào),四川、河南、陜西達到初級協(xié)調(diào),山西、內(nèi)蒙古、甘肅、寧夏屬于基本協(xié)調(diào)水平,青海則為輕度失調(diào)。另外,根據(jù)耦合協(xié)調(diào)度因素分析可知,經(jīng)濟發(fā)展水平在、市場化程度對協(xié)調(diào)度有正向、顯著影響;而財政支持力度、金融支持力度、對外貿(mào)易發(fā)展三因素則不顯著。
優(yōu)化頂層政策設(shè)計。在新業(yè)態(tài)、新模式不斷涌現(xiàn)的背景下,政府要不斷完善制度環(huán)境,為制造業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)造良好的營商環(huán)境;進一步加強對互聯(lián)網(wǎng)基礎(chǔ)設(shè)施與服務的支持保障,特別是欠發(fā)達地區(qū)的基礎(chǔ)設(shè)施保障;完善數(shù)據(jù)要素市場,推動數(shù)據(jù)資源共享,創(chuàng)造區(qū)域協(xié)調(diào)發(fā)展的有利條件,推動區(qū)域制造業(yè)與數(shù)字經(jīng)濟協(xié)調(diào)發(fā)展。
加大金融支持力度。制造業(yè)與數(shù)字經(jīng)濟的融合涉及方方面面,具有投資大、周期長的特點,這使得部分企業(yè)缺乏制造業(yè)數(shù)字化轉(zhuǎn)型的動力,因此增強中長期貸款是激發(fā)企業(yè)改革創(chuàng)新的必要保障。金融政策制定及監(jiān)管部門應建立相關(guān)考核激勵制度,引導金融機構(gòu)創(chuàng)新金融產(chǎn)品、適當增加對制造業(yè)的中長期貸款投放,并保證資金精準流向數(shù)字經(jīng)濟與實體經(jīng)濟融合領(lǐng)域。