數(shù)字經(jīng)濟賦能中國制造業(yè)全要素生產(chǎn)率的效應測度及路徑分析

杜傳忠 劉書彤

內(nèi)容提要：推進數(shù)字經(jīng)濟與制造業(yè)深度融合、提升數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率,已成為推動中國制造業(yè)高質(zhì)量發(fā)展的重要路徑。本文利用2003—2020年中國制造業(yè)省級面板數(shù)據(jù),通過構(gòu)建隨機前沿全賦能效應模型,運用反事實分析方法,分析數(shù)字經(jīng)濟對中國制造業(yè)全要素生產(chǎn)率的賦能效應及作用路徑。研究結(jié)果表明:數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率具有明顯的賦能效應,這種效應主要通過技術進步、技術效率和規(guī)模效率三條路徑實現(xiàn),其中,通過技術進步賦能制造業(yè)全要素生產(chǎn)率為主要作用路徑。異質(zhì)性檢驗結(jié)果表明,在合理化、高級化程度較低的地區(qū),數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應較大,而賦能技術效率的效應相對較小;在市場化水平較高的地區(qū),數(shù)字經(jīng)濟與制造業(yè)深度融合,著力發(fā)揮數(shù)字經(jīng)濟對技術進步賦能作用,使得數(shù)字經(jīng)濟深度賦能制造業(yè)全要素生產(chǎn)率的效果更為明顯;數(shù)字經(jīng)濟對南方地區(qū)制造業(yè)全要素生產(chǎn)率的賦能效應更為顯著。為進一步提升數(shù)字經(jīng)濟賦能中國制造業(yè)全要素生產(chǎn)率,促進制造業(yè)高質(zhì)量發(fā)展,應大力推進數(shù)字經(jīng)濟與制造業(yè)融合。

改革開放以來,中國憑借低要素成本優(yōu)勢,實現(xiàn)了經(jīng)濟長期高速增長,這一點在制造業(yè)領域表現(xiàn)尤為突出。自2011年以來,中國制造業(yè)增加值已連續(xù)11年位居世界第一。與此同時,長期依賴要素低成本擴張的發(fā)展路徑,也導致制造業(yè)質(zhì)量效益不高、關鍵核心技術創(chuàng)新相對不足、可持續(xù)增長乏力等問題[1]。為此,加快轉(zhuǎn)變制造業(yè)發(fā)展模式、著力提升制造業(yè)效率和競爭力,成為實現(xiàn)制造業(yè)高質(zhì)量發(fā)展的必然要求。當今世界,新一輪科技革命與產(chǎn)業(yè)變革加快推進,人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新一代信息技術加速與實體經(jīng)濟融合,產(chǎn)業(yè)數(shù)字化與數(shù)字產(chǎn)業(yè)化并行推進。新一代信息技術正加速向制造業(yè)領域全面滲透和賦能,為提高制造業(yè)生產(chǎn)效率、促進制造業(yè)高質(zhì)量發(fā)展提供了新動力[2]。制造業(yè)是實體經(jīng)濟的主體,制造業(yè)高質(zhì)量發(fā)展是整個經(jīng)濟高質(zhì)量發(fā)展的關鍵。提高制造業(yè)全要素生產(chǎn)率(TFP)是保持制造業(yè)乃至整個經(jīng)濟高質(zhì)量發(fā)展的動力源泉和關鍵所在[3]。黨的二十大報告明確提出,要“加快建設現(xiàn)代化經(jīng)濟體系,著力提高全要素生產(chǎn)率”“促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合”“推動制造業(yè)高端化、智能化、綠色化發(fā)展”。為此,加快推進數(shù)字經(jīng)濟與制造業(yè)深度融合,大力促進制造業(yè)數(shù)字化,著力提升制造業(yè)全要素生產(chǎn)率,已成為現(xiàn)階段實現(xiàn)中國經(jīng)濟高質(zhì)量發(fā)展的重要一環(huán)。

一、文獻綜述

制造業(yè)是立國之本、強國之基,是支撐國家高質(zhì)量發(fā)展的關鍵,如何實現(xiàn)制造業(yè)提質(zhì)增效、提高制造業(yè)競爭力,一直是學術界關注的熱點問題[4-6]。伴隨大數(shù)據(jù)、云計算、人工智能等新一代信息技術快速發(fā)展和廣泛應用,數(shù)字經(jīng)濟與制造業(yè)融合加快推進,為制造業(yè)轉(zhuǎn)型發(fā)展提供了新契機、新動能[7]。

關于數(shù)字經(jīng)濟對全要素生產(chǎn)率的影響,可追溯到“索洛悖論”。進入20世紀90年代以后,隨著美國新經(jīng)濟的發(fā)展,信息產(chǎn)業(yè)部門帶動生產(chǎn)率提升的事實越來越明顯,由此“索洛悖論”不再存在的觀點被更多人接受[8]。郭家堂和駱品亮(2016)從互聯(lián)網(wǎng)的連接性和網(wǎng)絡效應角度為解釋“索羅悖論”提供了新視角[9]。近年來,隨著人工智能(AI)作用的不斷發(fā)揮,關于“AI悖論”是否存在的爭論再次出現(xiàn)。新型數(shù)字技術、數(shù)字經(jīng)濟與生產(chǎn)率的關系也引起學者的廣泛關注。程文(2021)研究發(fā)現(xiàn),新型通用目的技術擴散在短期內(nèi)將導致生產(chǎn)率下降,長期則有利于提高生產(chǎn)率[10]。格雷茨和邁克爾斯(Graetz &Michaels, 2018) 研究發(fā)現(xiàn),工業(yè)機器人的使用對勞動生產(chǎn)率和全要素生產(chǎn)率具有顯著的提升效應[11]。總體上看,認為新一代信息技術能夠提升生產(chǎn)率的學者普遍認為,新一代信息技術的生產(chǎn)率提升效應主要通過技術創(chuàng)新、優(yōu)化要素投入結(jié)構(gòu)、提高資源配置效率等路徑實現(xiàn)[12-14]。但也有部分學者認為,數(shù)字經(jīng)濟的發(fā)展或新一代信息技術的應用并未帶來生產(chǎn)率的提高,甚至產(chǎn)生負增長[15-16],由此提出了新的“索洛悖論”或“AI悖論”。許多學者也將研究的重點轉(zhuǎn)向?qū)π隆八髀邈Ｕ摗钡慕忉屩小２紖沃Z爾夫松等(Brynjolfsson et al., 2019)改進了全要素生產(chǎn)率與產(chǎn)出的測量方式,證明了人工智能技術快速進步與生產(chǎn)率下降同時存在的現(xiàn)象是可證偽的,認為導致該現(xiàn)象的原因為預期錯誤、測量誤差、再分配效應以及滯后效應[17]。阿西莫格魯和雷斯特雷波(Acemoglu &Restrepo, 2018)認為,企業(yè)是一個復雜的系統(tǒng),新技術的引入要與實際生產(chǎn)相匹配,否則可能會導致過度自動化,從而對生產(chǎn)率帶來不利影響[18]。此外,也有學者從資源錯配、價格削減戰(zhàn)略、管理不善等角度解釋“索洛悖論”的產(chǎn)生原因[19-21]。

聚焦于制造業(yè)領域,學者一般認為數(shù)字經(jīng)濟能夠顯著提高制造業(yè)全要素生產(chǎn)率[14, 22-23]。卡佩羅等(Capello et al., 2022)研究認為,由于制造業(yè)行業(yè)創(chuàng)新程度較高,具備從新型技術中獲益的能力,從而“AI悖論”并不成立[20]。李治國和王杰(2021)研究發(fā)現(xiàn),數(shù)字經(jīng)濟發(fā)展對企業(yè)層面和城市層面的制造業(yè)全要素生產(chǎn)率均具有促進效應[22]。陳楠和蔡躍洲(2021)基于制造業(yè)細分行業(yè)的面板數(shù)據(jù),實證檢驗了數(shù)字技術對制造業(yè)高質(zhì)量發(fā)展的促進作用[7]。

關于數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率機制的研究,既有文獻主要從減少勞動要素投入[7]、金融科技發(fā)展[24]、數(shù)據(jù)賦能[25]、技術創(chuàng)新[14, 26]、激勵創(chuàng)業(yè)行為[2]、要素配置[22]等方面展開。一般認為,數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的影響是多維復合的。從生產(chǎn)端出發(fā),微觀層面從企業(yè)內(nèi)部看,數(shù)字經(jīng)濟通過促進制造業(yè)企業(yè)的生產(chǎn)方式及組織形式的變革、增強生產(chǎn)要素的協(xié)同性、提高生產(chǎn)效率、加快技術創(chuàng)新,從而有效提升全要素生產(chǎn)率[27-28]。在行業(yè)層面,數(shù)字經(jīng)濟加劇了企業(yè)間的競爭,倒逼低效率企業(yè)提高生產(chǎn)率,增強競爭力[29]。同時,借助工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)中心等新一代數(shù)字化基礎設施能夠暢通企業(yè)間的溝通渠道[30],優(yōu)化勞動力、資本等有形生產(chǎn)要素的資源配置[31],提高制造業(yè)行業(yè)全要素生產(chǎn)率。李治國和王杰(2021)研究發(fā)現(xiàn),數(shù)字經(jīng)濟主要通過數(shù)據(jù)開發(fā)應用和數(shù)據(jù)傳播渠道提升制造業(yè)全要素生產(chǎn)率[22]。此外,數(shù)字經(jīng)濟還可以通過溢出效應和擴散效應優(yōu)化制造業(yè)全要素生產(chǎn)率[32-33],已有研究表明知識外溢帶來的技術進步效應僅在較小的空間尺度上存在,即存在于城市間、行業(yè)間、企業(yè)間,在省級層面該效應并不顯著[34-35]。從消費端出發(fā),數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的影響可以概括為以下兩點:一方面,數(shù)字經(jīng)濟通過降低消費者信息搜尋成本,消費者能夠以更少的時間成本和交通成本達到效用最大化水平,從而有助于促進消費[26];廠商能夠?qū)崿F(xiàn)規(guī)模經(jīng)濟效應和范圍經(jīng)濟效應[28],進而帶來生產(chǎn)率的提升。另一方面,數(shù)字經(jīng)濟能夠帶來消費結(jié)構(gòu)的變化[23],使得消費行為呈現(xiàn)多樣化、個性化的發(fā)展趨勢,適應消費新變化、新趨勢,倒逼制造業(yè)企業(yè)轉(zhuǎn)型升級,從而促進制造業(yè)高質(zhì)量發(fā)展[36]。還有學者從勞動賦能和資本賦能角度探討數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的作用路徑。勞動賦能路徑主要通過推動企業(yè)數(shù)字化轉(zhuǎn)型、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)實現(xiàn);資本賦能路徑主要通過提高企業(yè)資本質(zhì)量、增強外部金融支持實現(xiàn)[37]。眾多文獻中,與本文最相關的研究為劉平峰和張旺(2021)[21]的研究,他們將“數(shù)字技術”變量納入常替代彈性生產(chǎn)函數(shù)中,將數(shù)字技術擴展為資本賦能型技術和勞動賦能型技術,展示了數(shù)字技術對全要素生產(chǎn)率的賦能路徑。

由以上綜述可知,學術界圍繞數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的影響效應、路徑分析等方面已經(jīng)展開了一定研究,為進一步深入系統(tǒng)研究數(shù)字經(jīng)濟與制造業(yè)融合、實現(xiàn)制造業(yè)高質(zhì)量發(fā)展奠定了必要基礎。但在數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率方面,現(xiàn)有研究仍存在不足:一是現(xiàn)有文獻主要研究了數(shù)字經(jīng)濟與制造業(yè)全要素生產(chǎn)率的關系,但未將數(shù)字經(jīng)濟納入增長核算以及TFP測算框架,剝離數(shù)字經(jīng)濟對制造業(yè)TFP的賦能效應存在一定的困難,因此無法準確評估數(shù)字經(jīng)濟的賦能效果;二是已有研究多局限于利用固定參數(shù)的回歸模型進行靜態(tài)分析,未考慮數(shù)字經(jīng)濟對制造業(yè)TFP賦能的動態(tài)關系,更無法準確描述賦能效應的動態(tài)變化;三是數(shù)字經(jīng)濟賦能制造業(yè)TFP的作用路徑是多層次的,僅有少量研究從TFP分解視角研究數(shù)字經(jīng)濟對TFP賦能的內(nèi)在機制,具體到對制造業(yè)TFP的賦能效應,也缺乏以TFP分解視角揭示、測算數(shù)字經(jīng)濟對制造業(yè)技術效率、技術進步、規(guī)模效率的賦能效應?；诖?本文的邊際貢獻為:一是探索性地將數(shù)字經(jīng)濟納入增長核算框架及TFP測算框架,基于全要素生產(chǎn)率分解理論,從技術效率、規(guī)模效率、技術進步的視角構(gòu)建理論分析框架,揭示數(shù)字經(jīng)濟賦能全要素生產(chǎn)率的內(nèi)生機制;二是構(gòu)建隨機前沿技術效率賦能效應模型、隨機前沿技術進步賦能效應模型、隨機前沿生產(chǎn)要素賦能效應模型以及隨機前沿全賦能效應模型,為準確地測算數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應提供相應模型基礎;三是運用反事實分析方法,測算數(shù)字經(jīng)濟發(fā)揮賦能效應的真實情境與反事實情境下的TFP,進而將數(shù)字經(jīng)濟的賦能效應進行有效剝離;四是演繹數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率總賦能效應的動態(tài)變化過程,具體評估多重路徑下數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應,進而揭示數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的關鍵路徑。

二、數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的機制

(一)數(shù)字經(jīng)濟總體上對制造業(yè)全要素生產(chǎn)率的賦能機制

從總體上看,數(shù)字經(jīng)濟以人工智能、區(qū)塊鏈、云計算等先進技術為核心驅(qū)動力,通過與制造業(yè)生產(chǎn)過程深度融合,推動生產(chǎn)過程的自動化與智能化,減少生產(chǎn)要素的投入[28],降低生產(chǎn)成本,進而提升制造業(yè)全要素生產(chǎn)率。與此同時,數(shù)字經(jīng)濟與制造業(yè)深度融合,有利于創(chuàng)新制造業(yè)生產(chǎn)模式,減少生產(chǎn)要素錯配,有效提升生產(chǎn)要素利用與配置效率,從而提升全要素生產(chǎn)率。隨著數(shù)字經(jīng)濟與制造業(yè)的深度融合,有利于提高制造業(yè)廠商與消費者之間的交易效率,實現(xiàn)柔性生產(chǎn),提升產(chǎn)品價值創(chuàng)造功能,形成制造業(yè)生產(chǎn)效率提升的內(nèi)在動力。此外,數(shù)字經(jīng)濟通過發(fā)揮自身數(shù)字化、智能化和網(wǎng)絡化優(yōu)勢及功能,及時精準地捕獲制造業(yè)研發(fā)、生產(chǎn)、制造、銷售等各環(huán)節(jié)的數(shù)據(jù)信息,有效實現(xiàn)各部門、各環(huán)節(jié)之間協(xié)同合作,推進企業(yè)組織模式向網(wǎng)絡化、扁平化、柔性化轉(zhuǎn)變,有效提高制造業(yè)企業(yè)的決策效率和生產(chǎn)效率。

(二)數(shù)字經(jīng)濟基于不同路徑對制造業(yè)全要素生產(chǎn)率的賦能機制

經(jīng)濟學理論一般將全要素生產(chǎn)率分解為技術進步、技術效率和規(guī)模效率三部分?；谶@一劃分,本文分別從技術進步、技術效率和規(guī)模效率三個維度揭示數(shù)字經(jīng)濟對全要素生產(chǎn)率賦能的機制。

1．數(shù)字經(jīng)濟對制造業(yè)技術進步的賦能機制

技術進步是指新技術不斷代替舊技術的過程,是以擴展生產(chǎn)前沿面的方式提高產(chǎn)出水平,其主要通過制造業(yè)企業(yè)自主創(chuàng)新得以實現(xiàn)。數(shù)字經(jīng)濟能夠提供創(chuàng)新資源、優(yōu)化創(chuàng)新要素配置、緩解融資壓力,由此實現(xiàn)制造業(yè)技術進步。具體來看,一方面,數(shù)字經(jīng)濟時代,企業(yè)能夠運用大數(shù)據(jù)分析、人工智能等數(shù)字技術收集、整合、分析數(shù)據(jù),深入挖掘大數(shù)據(jù)背后隱藏的價值,迅速響應市場需求變化的同時為研發(fā)人員提供創(chuàng)新資源,促進企業(yè)推出新產(chǎn)品、新服務,有效降低企業(yè)創(chuàng)新風險,進而增進企業(yè)創(chuàng)新動力,激發(fā)企業(yè)創(chuàng)新活力,提升制造業(yè)創(chuàng)新能力和技術水平。與此同時,企業(yè)通過數(shù)字平臺能夠強化與科研院所的溝通交流,加強校企合作,及時反饋實際生產(chǎn)中的技術瓶頸,實現(xiàn)技術研發(fā)與實際生產(chǎn)的有機結(jié)合,緩解了研究機構(gòu)技術供給“落地難”與企業(yè)技術需求“實現(xiàn)難”的問題,提高創(chuàng)新要素的配置效率[26]。借助數(shù)字化工具,企業(yè)還用較低的成本將用戶納入產(chǎn)品創(chuàng)新流程,技術創(chuàng)新模式趨向社會化,創(chuàng)新方式更具靈活性,有利于加快推進研究進程,提高企業(yè)生產(chǎn)柔性,增強制造業(yè)的創(chuàng)新能力[38]。另一方面,數(shù)字經(jīng)濟發(fā)展緩解了制造業(yè)企業(yè)融資約束、提高了信貸配給效率,推動企業(yè)增加創(chuàng)新投入,帶來技術進步。企業(yè)開展研發(fā)創(chuàng)新活動需要投入大量的人力、物力和財力,而在不完全信息的市場條件下,金融機構(gòu)難以判斷企業(yè)的經(jīng)營風險,往往在放貸方面趨于謹慎,制造業(yè)企業(yè)普遍面臨較為嚴重的融資約束,導致企業(yè)研發(fā)投入資金不足[39],阻礙了企業(yè)技術進步。隨著數(shù)字經(jīng)濟的發(fā)展,金融機構(gòu)能夠以較低的成本獲取企業(yè)大量信息,更精準地評估企業(yè)風險,提高預警體系的時效性,緩解信息不對稱[40],信貸服務的深度與精度大大增強,能夠為企業(yè)創(chuàng)新活動提供資金源泉,促進制造業(yè)技術進步。

2．數(shù)字經(jīng)濟對制造業(yè)技術效率的賦能機制

數(shù)字經(jīng)濟與制造業(yè)深度融合,實現(xiàn)對制造業(yè)數(shù)字化、智能化改造,及時、精準地傳遞信息,促進先進技術的推廣與資源的合理配置,進而提升制造業(yè)技術效率。具體來看,一是數(shù)字經(jīng)濟可以幫助制造業(yè)企業(yè)提高決策效率、合理配置生產(chǎn)要素。數(shù)字經(jīng)濟在處理數(shù)據(jù)方面具有天然優(yōu)勢,通過物聯(lián)網(wǎng)、互聯(lián)網(wǎng),企業(yè)不僅能夠精準獲取自身數(shù)據(jù),還能捕獲大量的客戶數(shù)據(jù)、行業(yè)信息,利用大數(shù)據(jù)、云計算、人工智能等先進數(shù)字技術,能夠精準定位客戶需求,有效預測未來市場,科學、合理地制定生產(chǎn)計劃,提高企業(yè)決策效率[9]。在日常管理環(huán)節(jié),企業(yè)可以對產(chǎn)品的研發(fā)、生產(chǎn)、儲存、銷售等過程實施智能化管理,深度分析制造過程產(chǎn)生的大量數(shù)據(jù),隨時調(diào)整各環(huán)節(jié)內(nèi)人力、物力等資源分配,實現(xiàn)各種要素的優(yōu)化配置,有效提升技術效率水平。二是數(shù)字經(jīng)濟增強制造業(yè)企業(yè)間的技術溢出效應,提高制造業(yè)行業(yè)技術效率水平。數(shù)字經(jīng)濟降低了制造業(yè)企業(yè)間的溝通成本,提高了溝通效率,還能夠聚集位于不同地理位置的企業(yè),增強企業(yè)間協(xié)作的同時強化產(chǎn)業(yè)集聚效應,使得企業(yè)以高效率、低成本獲取先進的生產(chǎn)技術,加快前沿生產(chǎn)技術在企業(yè)間推廣,有效提高技術效率。此外,制造業(yè)企業(yè)能夠以數(shù)字技術為依托,打破時間和空間限制,及時對工人開展職業(yè)技能培訓,加快先進生產(chǎn)技術的應用,提高生產(chǎn)的技術效率,進而提升制造業(yè)全要素生產(chǎn)率。

3．數(shù)字經(jīng)濟對制造業(yè)規(guī)模效率的賦能機制

數(shù)字經(jīng)濟時代遵循“梅特卡夫法則”和網(wǎng)絡效應,與實體經(jīng)濟相結(jié)合能夠發(fā)揮規(guī)模效應、范圍經(jīng)濟以及長尾效應[25, 41]。數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展通過發(fā)揮對生產(chǎn)要素的倍增效應、降低生產(chǎn)成本、匯聚需求,提高制造業(yè)規(guī)模效率。

首先,數(shù)據(jù)作為數(shù)字經(jīng)濟時代關鍵的生產(chǎn)要素,其本身很難單獨發(fā)揮作用,需要與勞動力、資本深度融合,相互作用、相互補充,才能發(fā)揮價值[21, 42]。對制造業(yè)勞動要素的倍增效應體現(xiàn)為:勞動者借助互聯(lián)網(wǎng)平臺有針對性地加強理論學習,不斷提升自身技能水平,勞動生產(chǎn)率不斷提高[18]。對制造業(yè)資本的倍增效應體現(xiàn)為:數(shù)字經(jīng)濟時代,企業(yè)將部分資本用于購買工業(yè)機器人,用工業(yè)機器人代替?zhèn)鹘y(tǒng)設備,有效提高資本生產(chǎn)率。與傳統(tǒng)機器設備相比,工業(yè)機器人不但能夠有效提高生產(chǎn)效率、保證生產(chǎn)的時效性,而且降低了次品率,提升了產(chǎn)品質(zhì)量。與此同時,一方面,工業(yè)機器人的應用推動制造業(yè)行業(yè)資本深化[43],促進勞動生產(chǎn)率的提升;另一方面,工業(yè)機器人的廣泛應用也提升了制造業(yè)企業(yè)對高技能勞動力的需求,倒逼勞動者提升工作技能,提高自身綜合素質(zhì),滿足數(shù)字經(jīng)濟時代的發(fā)展需求。

其次,傳統(tǒng)生產(chǎn)要素的邊際成本呈現(xiàn)U型變化趨勢,追求規(guī)模經(jīng)濟是傳統(tǒng)經(jīng)濟區(qū)別于數(shù)字經(jīng)濟時代的重要標志[44]。而數(shù)據(jù)要素具有易復制性、排他性和邊際收益遞增的特性[22],制造業(yè)企業(yè)依托數(shù)字經(jīng)濟的網(wǎng)絡外部性,能夠以近乎零成本增加要素投入[45],發(fā)揮規(guī)模效益。同時,通過數(shù)字平臺,制造業(yè)企業(yè)可以將閑置的機器、設備等轉(zhuǎn)讓給需要的企業(yè),提高現(xiàn)有資源的配置效率,有效提升全要素生產(chǎn)率。再次,隨著消費者行為趨向個性化、多樣化,倒逼制造業(yè)企業(yè)開展生產(chǎn)變革,實施定制化、個性化的生產(chǎn)方式,滿足消費者需求的同時發(fā)揮規(guī)模效應。在傳統(tǒng)生產(chǎn)模式下,要滿足消費者個性化需求,需要投入大量無差別的人類勞動,效率低,生產(chǎn)成本極高。而在數(shù)字經(jīng)濟時代,不僅能夠通過智能化生產(chǎn)滿足個性化生產(chǎn)需求,還能利用數(shù)字化交易平臺高效連接產(chǎn)品生產(chǎn)端和需求端,匯聚規(guī)模小、散亂的需求,通過“長尾效應”獲得可觀的規(guī)模收益,提升經(jīng)濟效益[46]。

基于上述分析,本文認為數(shù)字經(jīng)濟可以通過技術效率、技術進步和規(guī)模效率的作用渠道發(fā)揮對制造業(yè)全要素生產(chǎn)率的賦能效應。進一步地,分析技術效率、技術進步和規(guī)模效率不同作用機制的賦能程度,以明確數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的主渠道。從促進制造業(yè)技術進步的視角分析,數(shù)字經(jīng)濟的發(fā)展為企業(yè)技術創(chuàng)新營造了良好條件,不僅降低了管理成本,而且實現(xiàn)了精準生產(chǎn),加速新業(yè)態(tài)的產(chǎn)生與發(fā)展。在中國制造業(yè)整體技術水平不高的發(fā)展背景下[47-48],數(shù)字經(jīng)濟能夠在較大程度上促進制造業(yè)技術進步。從提升制造業(yè)技術效率的視角分析,盡管數(shù)字經(jīng)濟從理論上能夠推進企業(yè)數(shù)字化、智能化轉(zhuǎn)型,加快先進制造技術在企業(yè)間的推廣與應用,優(yōu)化資源配置,進而促進技術效率提升,但中國目前尚處于制造業(yè)數(shù)字化轉(zhuǎn)型初級階段,尤其是中小型制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型進程緩慢[7, 49],由此可能導致數(shù)字經(jīng)濟對技術效率的賦能效果大打折扣。從提高制造業(yè)規(guī)模效率的視角分析,數(shù)字經(jīng)濟主要通過形成規(guī)模經(jīng)濟和范圍經(jīng)濟提升規(guī)模效率。結(jié)合目前產(chǎn)業(yè)數(shù)字化的發(fā)展狀況來看,規(guī)模效應、范圍經(jīng)濟更可能發(fā)生在頭部大企業(yè)內(nèi)部,而中小企業(yè)難以借助數(shù)字經(jīng)濟的發(fā)展形成規(guī)模效應[50]。同時,中國生產(chǎn)要素資源配置仍存在制度障礙,企業(yè)間、地區(qū)間的要素配置均存在一定的障礙和扭曲[51],不利于數(shù)字經(jīng)濟對規(guī)模效率提升作用的發(fā)揮。

綜合理論分析,本文提出以下研究假設:

假設1:數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率具有賦能效應。

假設2:數(shù)字經(jīng)濟通過技術效率、技術進步、規(guī)模效率發(fā)揮對制造業(yè)全要素生產(chǎn)率的賦能效應。

假設3:技術進步是數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的主要作用渠道。

三、研究設計

(一)模型構(gòu)建

首先,構(gòu)建傳統(tǒng)隨機前沿模型:

lnyit=β0+βllnlit+βklnkit+βtt+vit-uit

(1)

式(1)中,yit為制造業(yè)總產(chǎn)值,lit表示制造業(yè)勞動力投入,kit表示制造業(yè)資本投入,vit為滿足均值為0、方差為σ2v的正態(tài)分布隨機擾動項,uit表示無效率項。其中,i表示省份,t表示年份。該模型使用產(chǎn)出彈性不變的生產(chǎn)函數(shù)估計技術效率及全要素生產(chǎn)率(TFP),為固定參數(shù)的隨機前沿模型。但模型未考慮投入要素彈性的動態(tài)變化,無法表征數(shù)字經(jīng)濟對制造業(yè)TFP的賦能效應及作用路徑,更無法清晰展現(xiàn)數(shù)字經(jīng)濟賦能效應的動態(tài)變化。針對上述問題,本文借鑒劉平峰和張旺(2021)[21]的研究,將數(shù)字經(jīng)濟納入傳統(tǒng)隨機前沿模型,基于數(shù)字經(jīng)濟賦能技術效率、技術進步、規(guī)模效率的不同路徑,分別構(gòu)建隨機前沿技術效率賦能模型、隨機前沿技術進步賦能模型、隨機前沿生產(chǎn)要素賦能模型,以準確測度數(shù)字經(jīng)濟的總賦能效應、不同作用路徑下賦能效應的具體數(shù)值。具體如下:

數(shù)字經(jīng)濟有利于加快先進技術的推廣及應用,降低溝通成本,提升技術效率?；诖?本文構(gòu)建的賦能效率模型如式(2)所示。Ze表示數(shù)字經(jīng)濟賦能技術效率的協(xié)變量,ρe(Ze,it;αee-|zeαe|)。進一步分析可知,0<ρe(Ze,it;αe)≤1。若該協(xié)變量顯著不為0,即ρe(Ze,it;αe)≠1,0<ρe(Ze,it;αe)<1,表明數(shù)字經(jīng)濟對技術效率具有顯著的賦能效應。

lnyit=β0+βllnlit+βklnkit+βtt+vit-ρe(Ze,it;αe)uit

(2)

數(shù)字經(jīng)濟能夠通過提升創(chuàng)新能力、緩解融資約束實現(xiàn)對技術進步的有效賦能。為準確測度數(shù)字經(jīng)濟對技術進步的賦能效應,本文構(gòu)建如式(3)所示的隨機前沿賦能技術進步模型。Zt表示技術賦能型協(xié)變量,令ρt(Zt,it;αt)=δ|e-ztαt-1|/(e-ztαt+1)+1,δ為較大的正整數(shù)(1)在實證檢驗部分,本文首先設定δ=5,實證結(jié)果顯示δ的均值為1.759,最大值為2.387,表明對該參數(shù)的假設較為合適。此外,本文改變假設條件,設定δ =6和δ=4,該參數(shù)估計結(jié)果基本一致。,決定數(shù)字經(jīng)濟賦能技術進步的最高比例。若數(shù)字經(jīng)濟賦能技術進步的協(xié)變量不顯著,表明數(shù)字經(jīng)濟對技術進步的賦能效應并未顯現(xiàn),該種情況下,ρt(Zt,it;αt)=1,隨機前沿賦能技術進步模型退化為傳統(tǒng)隨機前沿模型。

lnyit=β0+βllnlit+βklnkit+βtρt(Zt,it;αt)t+vit-uit

(3)

數(shù)字經(jīng)濟通過放大資本和勞動力等傳統(tǒng)生產(chǎn)要素的產(chǎn)出貢獻,發(fā)揮長尾效應以及對生產(chǎn)要素的倍增效應,實現(xiàn)對規(guī)模效率的有效賦能。為此,本文構(gòu)建隨機前沿賦能生產(chǎn)要素模型,分別刻畫數(shù)字經(jīng)濟賦能勞動要素投入和賦能資本要素投入的能力,如式(4)、式(5)所示。Zl和Zk分別表示勞動賦能型協(xié)變量和資本賦能型協(xié)變量,且ρl(Zl,it;αl)=|e-zlαl-1|/(e-zlαl+1),ρk(Zk,it;αk)=|e-zkαk-1|/(e-zkαk+1)。從設定的函數(shù)形式可以看出,本文假定數(shù)字經(jīng)濟賦能勞動、資本要素對產(chǎn)出貢獻的放大倍數(shù)不超過兩倍(2)實證檢驗部分顯示,該放大倍數(shù)的估計結(jié)果均在1.005～1.862,均值分別為1.56和1.51,由此表明該參數(shù)的設置形式合理。此外,本文也改變了假設條件,令ρl(Zl,it;αl)=2|e-zlαl-1|/(e-zlαl+1),ρk(Zk,it;αk)=2|e-zkαk-1|/(e-zkαk+1),該參數(shù)的估計結(jié)果仍小于1,即方法倍數(shù)的估計結(jié)果仍不高于2,再次表明原文中參數(shù)的設置形式合理。。當表示數(shù)字經(jīng)濟賦能勞動要素投入、資本要素投入的協(xié)變量顯著不為0時,即αl、αk顯著不為0時,表明數(shù)字經(jīng)濟對勞動、資本要素的賦能效應存在。

lnyit=β0+βlρl(Zl,it;αl)lnlit+βklnkit+βtt+vit-uit

(4)

lnyit=β0+βllnlit+βkρk(Zk,it;αk)lnkit+βtt+vit-uit

(5)

綜合以上分析,同時考慮數(shù)字經(jīng)濟對技術效率、技術進步、規(guī)模效率的賦能效應,本文將數(shù)字經(jīng)濟賦能不同路徑的協(xié)變量一并納入隨機前沿模型中,構(gòu)建隨機前沿全賦能效應模型,如式(6)所示。由此可知,與現(xiàn)有研究運用傳統(tǒng)隨機前沿模型測算TFP的方式不同,隨機前沿全賦能效應模型清晰地將數(shù)字經(jīng)濟的賦能效應納入TFP的測算過程中,運用該模型計算得到的TFP應為考慮數(shù)字經(jīng)濟賦能效應后的TFP,而非僅考慮傳統(tǒng)生產(chǎn)要素及產(chǎn)出的TFP測算方法。

lnyit=β0+βlρl(Zl,it;αl)lnlit+βkρk(Zk,it;αk)lnkit+βtρt(Zt,it;αt)t-ρe(Ze,it;αe)uit+vit

(6)

隨機前沿分析方法與生產(chǎn)函數(shù)的形式密切相關,與固定替代彈性生產(chǎn)函數(shù)相比,超越對數(shù)生產(chǎn)函數(shù)能夠?qū)⒁靥娲鷱椥詢?nèi)生化,具有更加靈活的優(yōu)勢,同時能夠較好地反映各投入要素的相互影響,在生產(chǎn)函數(shù)的研究中應用較為廣泛[23]。因此本文最終選取超越對數(shù)生產(chǎn)函數(shù)形式構(gòu)建超越對數(shù)隨機前沿全賦能效應模型,如式(7)所示。同時,本文引入省份虛擬變量Di以控制省份不隨時間改變的特征。

(7)

由上述分析可知,式(7)已將數(shù)字經(jīng)濟賦能效應納入TFP測算框架,由此可以測得考慮數(shù)字經(jīng)濟賦能效應后的TFP值。進一步地,本文將TFP中的數(shù)字經(jīng)濟賦能效應剝離,更為直接地對數(shù)字經(jīng)濟賦能效應展開細致分析。數(shù)字經(jīng)濟對TFP的賦能效應通過技術效率、技術進步及規(guī)模效率實現(xiàn),要將賦能效應有效剝離,應切斷數(shù)字經(jīng)濟賦能路徑,借鑒反事實分析的思路,計算假設不存在數(shù)字經(jīng)濟賦能效應狀態(tài)下的TFP,通過二者差別表示數(shù)字經(jīng)濟的賦能效應。從模型設定的角度出發(fā),超越對數(shù)隨機前沿全賦能效應模型是通過賦能效應協(xié)變量及參數(shù)刻畫數(shù)字經(jīng)濟賦能效應的發(fā)揮,即ρe(Ze,it;αe)、ρl(Zl,it;αl)、ρk(Zk,it;αk)、ρt(Zt,it;αt)。在反事實分析框架下,不考慮數(shù)字經(jīng)濟賦能效應,各賦能效應協(xié)變量均不顯著,上述參數(shù)值均為1。接下來,本文基于前文構(gòu)建的超越對數(shù)隨機前沿全賦能效應模型展示數(shù)字經(jīng)濟賦能技術效率、技術進步、規(guī)模效率以及TFP的計算公式。

數(shù)字經(jīng)濟賦能技術效率(ETEit)的計算公式如式(8)所示。在考慮數(shù)字經(jīng)濟賦能效應的框架下,技術效率表示為:TEit=exp(-uit),反事實分析框架下的技術效率表示為:TEit=exp(-ρe(Ze,it;αe)uit),故兩者之差可表示為:

ETEit=E[exp(uit-ρe(Ze,it;αe)uit)∣(vit-uit)]

(8)

類似地,數(shù)字經(jīng)濟對技術進步的賦能效應(ETCit)如式(9)所示。前半部分表示考慮數(shù)字經(jīng)濟賦能效應的技術進步,后半部分表示反事實分析框架下的技術進步,兩者之差即為所求。由技術進步的定義可知,其反映觀察期相較于上一期的技術進步情況。為便于比較,參考程惠芳和陸嘉俊(2014)[52]、肖曙光等(2020)[53]的研究,本文以2003年為基年并假定技術進步為1,將相鄰兩年的技術進步調(diào)整為與基年相比的技術變化。

(9)

數(shù)字經(jīng)濟賦能技術效率變化(ETECit)的計算公式如式(10)所示。與技術進步賦能路徑的處理方式相同,這里仍將技術效率變化調(diào)整為與基年相比的技術效率變化?？紤]數(shù)字經(jīng)濟賦能效應的技術變化率可表示為:{E[exp(-ρe(Ze,it;αe)uit)∣(vit-uit)]-E[exp(ui2003)∣(vi2003-ui2003)]}/E[exp(ui2003)∣(vi2003-ui2003)],反事實框架下技術效率變化可表示為:{E[exp(-uit)∣(vit-uit)]-E[exp(ui2003)∣(vi2003-ui2003)]}/E[exp(ui2003)∣(vi2003-ui2003)]。故兩者之差ETECit如下所示:

(10)

(11)

結(jié)合上述分析,數(shù)字經(jīng)濟對全要素生產(chǎn)率的賦能效應(ETFPit)表示為賦能技術效率變化、賦能技術進步、賦能規(guī)模效率變化的效應之和,如式(12)所示:

ETFPit=ETECit+ETCit+ESCit

(12)

(二)變量選取及處理

1．投入產(chǎn)出變量

借鑒已有學者的研究[23],本文選取的產(chǎn)出指標為規(guī)模以上制造業(yè)總產(chǎn)值(Y),投入指標為制造業(yè)平均用工數(shù)(L)和制造業(yè)固定資產(chǎn)凈值(K)。其中,制造業(yè)總產(chǎn)值與制造業(yè)固定資產(chǎn)凈值分別使用工業(yè)生產(chǎn)者出廠價格指數(shù)和工業(yè)固定資產(chǎn)投資價格指數(shù)進行平減,平減基期均為2003年。由于基于隨機前沿生產(chǎn)函數(shù)測算的TFP指標并非每年的全要素生產(chǎn)率,而是與前年相比的變化率,反映全要素生產(chǎn)率變化(TFPC),而非TFP的水平。因此,借鑒程惠芳和陸嘉俊(2014)[52]、肖曙光等(2020)[53]的研究,本文將2003年基期TFP設定為1,計算可比的TFP值。技術進步、規(guī)模效率變化的計算方法均參照此方法。

2．數(shù)字經(jīng)濟賦能協(xié)變量

現(xiàn)有對數(shù)字經(jīng)濟的研究主要從數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化兩方面選取統(tǒng)計指標并構(gòu)建指標體系,趙濤等(2020)[2]、許憲春等(2022)[54]采用熵值法、主成分分析法等統(tǒng)計合成方法測算相關指數(shù)以代表數(shù)字經(jīng)濟發(fā)展水平 。但本文認為,使用統(tǒng)一的數(shù)字經(jīng)濟綜合指標不能充分體現(xiàn)數(shù)字經(jīng)濟賦能路徑的差異性。鑒于此,結(jié)合對數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的路徑分析,本文針對不同賦能路徑選取相應的協(xié)變量。

參考董直慶等(2017)[55]、韓晶(2010)[56],選取規(guī)模以上工業(yè)企業(yè)技術引進費用與技術消化吸收費用之和(TIAC)作為數(shù)字經(jīng)濟賦能制造業(yè)技術效率的協(xié)變量。該變量表示企業(yè)用先進技術改造落后技術,用先進工藝代替落后工藝的支出,是數(shù)字經(jīng)濟賦能制造業(yè)技術效率的體現(xiàn)。

參考王俊和陳國飛(2020)[57]、孫早和侯玉林(2019)[58]的研究,制造業(yè)創(chuàng)新程度均用新產(chǎn)品生產(chǎn)情況表示,而制造業(yè)創(chuàng)新是數(shù)字經(jīng)濟賦能制造業(yè)技術進步的體現(xiàn)。故選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入占主營業(yè)務收入的比重(NPP)作為數(shù)字經(jīng)濟賦能技術進步的協(xié)變量。

本文認為,數(shù)字經(jīng)濟對制造業(yè)規(guī)模效率的賦能效應主要體現(xiàn)在對生產(chǎn)要素的倍增效應中。參考楊慧梅和江璐(2021)[59]、黃宗遠等(2023)[60]的研究,分別選取規(guī)模以上工業(yè)企業(yè)R&D人員全時當量(RDP)和軟件業(yè)務收入(SR)兩個變量作為數(shù)字經(jīng)濟賦能勞動力要素的協(xié)變量,選取規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(RDS)和光纜線路長度(LOC)兩個變量作為數(shù)字經(jīng)濟賦能資本要素的協(xié)變量。

上述選取的表示數(shù)字經(jīng)濟賦能的協(xié)變量均能在一定程度上表示數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的水平,同時對所有協(xié)變量取對數(shù)。對于部分缺失值,采用年均增長率對數(shù)據(jù)進行填補。對制造業(yè)勞動力投入與資本投入進行去中心化處理。與柯布-道格拉斯生產(chǎn)函數(shù)相比,超越對數(shù)生產(chǎn)函數(shù)的要素產(chǎn)出彈性為估計系數(shù)與要素投入的函數(shù),形式較為復雜。參考科埃利等(Coelli et al.,2003)[61]的研究,將投入要素進行中心化處理,此時投入要素的產(chǎn)出彈性可表示為投入變量一次項的系數(shù),以簡化計算。

3．數(shù)據(jù)說明

本文選取2003—2020年中國省級面板數(shù)據(jù)作為研究樣本,研究對象為中國30個省份(因數(shù)據(jù)缺失,不包含西藏和港澳臺地區(qū))。各項數(shù)據(jù)均來源于《中國工業(yè)統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。變量描述性統(tǒng)計如表1所示。

表1 描述性統(tǒng)計分析

四、實證結(jié)果及其分析

(一)總體回歸分析

表2展示了傳統(tǒng)隨機前沿模型和隨機前沿賦能效應模型估計結(jié)果。回歸結(jié)果顯示,模型(6)的對數(shù)似然比統(tǒng)計量最大、AIC值最小,因此模型(6)為最優(yōu)模型,后文均基于此模型展開分析。從勞動力要素與資本要素的估計參數(shù)來看,兩種投入要素均為決定制造業(yè)產(chǎn)值的重要因素。資本要素投入對產(chǎn)值的影響更大,產(chǎn)出彈性為0.624 2,在其他投入要素為均值的情況下,資本要素投入每增加1%,產(chǎn)出增加0.624 2%。而勞動力的產(chǎn)出彈性僅為0.036 3。由此可以推斷,中國制造業(yè)仍具有較為明顯的勞動密集型特征,增加勞動力投入對制造業(yè)產(chǎn)出的影響較小,而資本要素投入對制造業(yè)產(chǎn)出的影響較大。這與申丹虹和崔張鑫(2021)[62]的研究結(jié)論一致。絕大部分投入要素的交互項在1%的水平上顯著,證明了投入要素之間、投入要素與時間趨勢變量之間存在非線性關系且相互影響。這表明拒絕柯布-道格拉斯生產(chǎn)函數(shù)形式,選用超越對數(shù)形式的生產(chǎn)函數(shù)是合理的。時間變量T的系數(shù)表明存在正的技術進步,生產(chǎn)前沿面正在以每年4.03%的速度向上移,且二次項的系數(shù)表明其影響是非線性的。數(shù)字經(jīng)濟賦能協(xié)變量的回歸系數(shù)至少在5%的水平上顯著,表明數(shù)字經(jīng)濟能夠通過技術效率、技術進步以及規(guī)模效率實現(xiàn)對制造業(yè)全要素生產(chǎn)率的賦能效應。綜上可知,模型回歸的整體效果比較好,具有較強的解釋力。

表2 總體估計結(jié)果

為檢驗模型(6)回歸結(jié)果的穩(wěn)健性,本文從三個方面展開穩(wěn)健性檢驗。一是更換數(shù)字經(jīng)濟賦能協(xié)變量。如表3所示,本文從多層面構(gòu)建數(shù)字經(jīng)濟評價指標體系[2, 54],并采取主成分分析法和變異系數(shù)法計算數(shù)字經(jīng)濟綜合指標,替換數(shù)字經(jīng)濟賦能協(xié)變量進行穩(wěn)健性檢驗。二是調(diào)整樣本范圍?？紤]到疫情的影響,本文將2003年和2020年樣本剔除,再次估計隨機前沿全賦能效應模型進行穩(wěn)健性檢驗。三是刪除直轄市樣本。中國直轄市在經(jīng)濟發(fā)展、行政管理、政策傾斜等方面與其他地區(qū)相比存在較大的特殊性,因此刪除北京、上海、重慶、天津四個直轄市的樣本再次估計模型(6)。穩(wěn)健性檢驗結(jié)果與隨機前沿全賦能效應模型即模型(6)的參數(shù)估計結(jié)果基本一致,說明模型(6)不存在過度敏感問題,結(jié)果較為穩(wěn)健可靠。限于篇幅,穩(wěn)健性檢驗結(jié)果備索。

表3 數(shù)字經(jīng)濟評價體系

基于數(shù)字經(jīng)濟全賦能效應模型的參數(shù)估計結(jié)果,進一步測算2003—2020年中國數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的具體數(shù)值。表4展示了數(shù)字經(jīng)濟的勞動力倍增效應、資本倍增效應、技術效率賦能效應、技術進步賦能效應以及全要素生產(chǎn)率賦能效應的測算結(jié)果,同時也展示了假設不存在數(shù)字經(jīng)濟賦能效應的情境下中國制造業(yè)全要素生產(chǎn)率變化率的具體數(shù)值(TFPC0)?？梢钥闯?若不考慮數(shù)字經(jīng)濟的賦能效應,近年來中國制造業(yè)行業(yè)全要素生產(chǎn)率較低,甚至出現(xiàn)了下滑,黃群慧等(2017)也得出相似的結(jié)論[63]。2009—2011年制造業(yè)TFP下降嚴重,這可能由2008年金融危機導致[64]。受金融危機沖擊,中國制造業(yè)企業(yè)面臨的需求普遍降低,企業(yè)內(nèi)部生產(chǎn)要素的使用效率和配置效率較低,導致制造業(yè)全要素生產(chǎn)率變化指數(shù)為負。

表4 2003—2020年數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的測算結(jié)果

整體而言,數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的效應均值為1.720 2,呈現(xiàn)逐年上升趨勢,表明數(shù)字經(jīng)濟的賦能效應逐年增大(3)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告(2022年)》指出,數(shù)字經(jīng)濟作為國民經(jīng)濟的“穩(wěn)定器”“加速器”作用更加凸顯。2021年,中國16個省份數(shù)字經(jīng)濟規(guī)模突破1萬億元,數(shù)字經(jīng)濟成為拉動地區(qū)經(jīng)濟發(fā)展的主導力量。。但同時也可看到,研究期內(nèi)數(shù)字經(jīng)濟的賦能效應增速在持續(xù)下滑,即數(shù)字經(jīng)濟對全要素生產(chǎn)率的賦能效應呈邊際遞減規(guī)律。由于受制造業(yè)企業(yè)數(shù)字化基礎薄弱、傳統(tǒng)生產(chǎn)設備數(shù)字化改造難度大、數(shù)字技術和人才缺乏等條件的制約,制造業(yè)數(shù)字化、智能化水平整體偏低,進而阻礙了數(shù)字經(jīng)濟賦能效應的發(fā)揮。隨著時間的推移,數(shù)字經(jīng)濟提升制造業(yè)技術水平、發(fā)揮規(guī)模效應的難度增大,減弱賦能全要素生產(chǎn)率的效果。從數(shù)字經(jīng)濟賦能的路徑視角分析,數(shù)字經(jīng)濟賦能技術進步的平均效應為1.200 2,在總賦能效應中占比為82.3%,為數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的主要路徑;其次為規(guī)模效率賦能路徑,其賦能效應均值為0.253 8,占賦能全要素生產(chǎn)率總效應的17.4%;賦能技術效率變化的貢獻最弱,在賦能制造業(yè)全要素生產(chǎn)率中的貢獻占比僅為0.3%。數(shù)字經(jīng)濟賦能技術進步的貢獻最高,可能由于技術進步的特殊地位所致。技術進步是經(jīng)濟發(fā)展的源泉,能夠有效促進生產(chǎn)效率提升,同時運用由技術進步帶來的創(chuàng)新成果也能有效提高產(chǎn)出中知識和技術的含量,提升企業(yè)競爭力。因此,在數(shù)字經(jīng)濟與制造業(yè)深度融合發(fā)展過程中,企業(yè)對數(shù)字經(jīng)濟促進自主創(chuàng)新、技術進步給予高度關注,從人、財、物方面為企業(yè)技術進步提供各種有利條件,使得數(shù)字經(jīng)濟對技術進步的賦能效應最大[65]。從時間趨勢分析,研究期內(nèi)數(shù)字經(jīng)濟賦能技術進步的效應占比呈上升趨勢,而賦能規(guī)模效率和技術效率的占比呈下降趨勢。此外,數(shù)字經(jīng)濟對勞動、資本要素的倍增效應均值分別為1.556 8和1.515 0。與勞動要素相比,數(shù)字經(jīng)濟對資本要素的倍增效應增速更快,且隨時間推移嚴格遞增。

由于中國各省份經(jīng)濟基礎、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等不同,數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應可能存在明顯的省域差異。因此,本文測算研究期內(nèi)各省份數(shù)字經(jīng)濟賦能效應均值,限于篇幅,此處不再報告,備索。整體來看,各省份數(shù)字經(jīng)濟賦能效應均值介于0.6～2.2,省份間存在一定的差異?？疾炱趦?nèi)數(shù)字經(jīng)濟賦能效應年均值最高的3個省份依次為廣西(2.15)、江西(2.09)和福建(2.03),而最低的3個省份依次為吉林(0.86)、新疆(0.65)和遼寧(0.60)。廣西開展“數(shù)字城市”建設、“數(shù)字廣西”建設等一系列政策措施,加速推進數(shù)字經(jīng)濟發(fā)展,為制造業(yè)數(shù)字化、智能化、網(wǎng)絡化夯實基礎。對外重視開放發(fā)展,積極推進中國-東盟命運共同體,深化中國-東盟數(shù)字領域合作,加快廣西制造業(yè)數(shù)字化進程,推動制造業(yè)轉(zhuǎn)型升級。值得注意的是,浙江、北京、上海、江蘇等數(shù)字經(jīng)濟發(fā)展水平較高的省份在賦能制造業(yè)全要素生產(chǎn)率方面的表現(xiàn)并不突出,處于中等偏后水平?？赡艿脑蛟谟?中國面向消費端的數(shù)字化轉(zhuǎn)型發(fā)展較快,如移動支付、網(wǎng)絡購物等位于世界前列,但產(chǎn)業(yè)數(shù)字化水平還處于初期階段[66],目前尚處于制造業(yè)數(shù)字化轉(zhuǎn)型初級階段[67]。綜合來看,中國中小型制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型進程緩慢[66,68],導致數(shù)字經(jīng)濟賦能效應易受到瓶頸效應影響。從另一方面來看,上述省份憑借自身資源、人才、交通基礎設施等優(yōu)勢,擁有雄厚的制造業(yè)發(fā)展基礎,先進的管理方法,制造業(yè)創(chuàng)新能力和生產(chǎn)效率普遍較高,接近于最優(yōu)水平,其全要素生產(chǎn)率發(fā)展基數(shù)較大。故借助數(shù)字經(jīng)濟提高制造業(yè)生產(chǎn)效率的困難較高,需要以企業(yè)生產(chǎn)方式、組織方式、服務方式全方位、深層次、系統(tǒng)性的變革為基礎,實現(xiàn)數(shù)字經(jīng)濟與制造業(yè)深度融合發(fā)展,進而充分發(fā)揮數(shù)字經(jīng)濟對制造業(yè)TFP的賦能效應。由此表明,目前數(shù)字經(jīng)濟發(fā)展水平與數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效果存在一定的失衡,以數(shù)字經(jīng)濟發(fā)展提高制造業(yè)全要素生產(chǎn)率、引領制造業(yè)高質(zhì)量發(fā)展有待優(yōu)化。

為進一步探究數(shù)字經(jīng)濟對浙江、江蘇、廣東、山東等制造業(yè)強省的賦能效應較小的原因,本文選取部分制造業(yè)強省作為典型代表展開細致分析。圖1分別展示了運用傳統(tǒng)測算方法得到的制造強省制造業(yè)TFP的變化趨勢以及數(shù)字經(jīng)濟賦能效應的時間趨勢,同時增加全國平均制造業(yè)TFP以及數(shù)字經(jīng)濟賦能效應均值的變化趨勢用以對比。從圖1(a)可以看出,不考慮數(shù)字經(jīng)濟的賦能效應,制造業(yè)強省的TFP遠高于全國均值,廣東制造業(yè)TFP尤其突出。廣東、浙江、山東等省份制造業(yè)發(fā)展基礎較好,實力雄厚,在全國具有領先地位。分析圖1(b)可以發(fā)現(xiàn),與其他制造強省相比,廣東數(shù)字經(jīng)濟對制造業(yè)TFP的賦能效應遙遙領先,且高于全國平均水平。從時間維度分析,總體上看,2003—2011年數(shù)字經(jīng)濟對制造業(yè)強省的賦能效應高于全國平均水平,而在2011—2020年制造業(yè)強省數(shù)字經(jīng)濟的賦能效應明顯低于平均水平。2010 年以來,新一代信息技術及數(shù)字技術商業(yè)化應用的速度大大提升[8],就浙江、廣東等制造業(yè)強省而言,2003—2011年數(shù)字經(jīng)濟先發(fā)優(yōu)勢明顯且制造業(yè)基礎雄厚,數(shù)字經(jīng)濟與制造業(yè)結(jié)合更為迅速,有效帶動制造業(yè)效率提升,領先于全國平均水平。值得強調(diào)的是,隨著數(shù)字經(jīng)濟深度推進,數(shù)字經(jīng)濟與制造業(yè)深度融合,制造業(yè)生產(chǎn)效率不斷改進,技術水平不斷提升。與其他地區(qū)相比,制造強省內(nèi)制造業(yè)要素配置合理、生產(chǎn)效率高、生產(chǎn)技術更接近行業(yè)生產(chǎn)技術水平前沿,由此導致數(shù)字經(jīng)濟改進制造業(yè)生產(chǎn)效率、提升TFP的難度升級。而反觀制造業(yè)發(fā)展相對較弱的地區(qū),存在要素供給與配置的矛盾較突出、設備利用率和使用率不高等一系列問題。換句話說,該地區(qū)內(nèi)技術水平、生產(chǎn)效率具有較大的潛力與提升空間[59],因此,數(shù)字經(jīng)濟通過發(fā)揮其便捷性、靈活性和智能性,能夠有效增強要素的流動性,提高生產(chǎn)的協(xié)調(diào)性,推動企業(yè)技術創(chuàng)新活動,數(shù)字經(jīng)濟與制造業(yè)融合能夠在較大程度上實現(xiàn)對制造業(yè)TFP的有效賦能。由此導致2011—2020年制造業(yè)強省數(shù)字經(jīng)濟的賦能效應反而低于全國平均水平的發(fā)展現(xiàn)狀。換個視角,數(shù)字經(jīng)濟是發(fā)展較為落后地區(qū)實現(xiàn)“彎道超車”的重要路徑。以制造業(yè)為例,制造業(yè)發(fā)展較為落后的地區(qū)有機會利用后發(fā)優(yōu)勢借助數(shù)字經(jīng)濟提升核心競爭力,縮小與發(fā)達地區(qū)之間的差距,甚至實現(xiàn)“彎道超車”。

圖1 典型省份制造業(yè)TFP 及數(shù)字經(jīng)濟賦能效應

(二)異質(zhì)性分析

前文分別從時間維度與省域維度分析了數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應,研究發(fā)現(xiàn)數(shù)字經(jīng)濟主要通過技術進步實現(xiàn)對制造業(yè)全要素生產(chǎn)率的有效賦能,且該賦能路徑的貢獻占比逐年提升。同時,數(shù)字經(jīng)濟的賦能效應具有省際差異。本文進一步從產(chǎn)業(yè)結(jié)構(gòu)、市場化程度和區(qū)域差異三個層面考察數(shù)字經(jīng)濟賦能效應的異質(zhì)性。

1．產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性

考慮到省際產(chǎn)業(yè)結(jié)構(gòu)存在較大差異,可能會影響數(shù)字經(jīng)濟賦能效應的發(fā)揮,本文從產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化兩個維度考察產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字經(jīng)濟賦能效應的差異化影響。借鑒鈔小靜和任保平(2011)[69]、干春暉等(2011)[70]的研究,利用熵值法和主成分分析測算產(chǎn)業(yè)合理化及產(chǎn)業(yè)高級化水平,并以研究期間內(nèi)中國省級產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)、高級化指數(shù)年度均值作為分組標準,進行產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化分組,以比較數(shù)字經(jīng)濟賦能效應差異。兩種分組方式下,數(shù)字經(jīng)濟賦能效應的差異相似。限于篇幅限制,此處僅報告以產(chǎn)業(yè)結(jié)構(gòu)合理化程度為分組標準,數(shù)字經(jīng)濟賦能效應的異質(zhì)性分析結(jié)果,如圖2所示。產(chǎn)業(yè)結(jié)構(gòu)高級化為分組標準的異質(zhì)性分析結(jié)果備索。具體來看,數(shù)字經(jīng)濟賦能制造業(yè)TFP總效應的結(jié)果顯示,在合理化程度低、高級化程度低的地區(qū),數(shù)字經(jīng)濟對制造業(yè)TFP賦能效應越高,其可能的原因在于產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化較低的地區(qū)存在資源配置不合理、要素使用效率不高的問題,諸如此類制約發(fā)展的因素通過數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展能夠在一定程度上得到解決,故表現(xiàn)出合理化、高級化程度低的地區(qū),數(shù)字經(jīng)濟賦能效應更高的現(xiàn)實。進一步,分析數(shù)字經(jīng)濟賦能制造業(yè)TFP的不同路徑,數(shù)字經(jīng)濟賦能技術效率的路徑存在明顯的時間趨勢,在研究前期(2004—2010年)賦能合理化、高級化程度低的地區(qū)效果更大,研究后期(2011—2020年)賦能合理化、高級化程度高的地區(qū)效果更大,表明隨著數(shù)字經(jīng)濟與制造業(yè)深度融合發(fā)展,數(shù)字經(jīng)濟能夠從深層次推動效率變革,不再僅限于提高合理化、高級化程度低地區(qū)的技術效率。分析數(shù)字經(jīng)濟賦能技術進步、規(guī)模效率的路徑發(fā)現(xiàn),數(shù)字經(jīng)濟仍在合理化、高級化程度低地區(qū)表現(xiàn)出更高的賦能效應。在制造業(yè)技術水平較高的區(qū)域內(nèi),數(shù)字經(jīng)濟對技術進步的賦能效應相對較小,該結(jié)果可能由中國制造業(yè)關鍵核心技術環(huán)節(jié)相對薄弱、關鍵高技能人才缺乏等原因?qū)е?表明數(shù)字經(jīng)濟對技術進步的賦能效應仍處于初期,還未帶來顛覆性、根本性的制造業(yè)創(chuàng)新。

圖2 不同產(chǎn)業(yè)合理化水平下數(shù)字經(jīng)濟賦能效應

2．市場化程度異質(zhì)性

考慮到區(qū)域間市場化程度的差異會影響數(shù)字經(jīng)濟賦能效應的發(fā)揮,進一步從市場化水平角度考察數(shù)字經(jīng)濟賦能制造業(yè)TFP的差異。本文利用王小魯?shù)?2021)[71]編制的市場化指數(shù)進行測度,根據(jù)每年市場化指數(shù)平均數(shù)分組,將省份劃分為市場化水平較高地區(qū)和市場化水平較低地區(qū)。數(shù)字經(jīng)濟賦能制造業(yè)TFP、技術效率、技術進步及規(guī)模效率的差異如圖3所示。市場化程度越高的地區(qū),往往企業(yè)活力、創(chuàng)新動力、抗風險能力相對較強,因此在加快數(shù)字化轉(zhuǎn)型方面更加積極主動,更容易把握數(shù)字經(jīng)濟賦能的機會窗口,推動企業(yè)全要素生產(chǎn)率的提升。圖3(a)的實證結(jié)果印證了上述分析的結(jié)論,市場化程度高的地區(qū)數(shù)字經(jīng)濟的賦能效應越高。此外,數(shù)字經(jīng)濟對制造業(yè)技術效率、規(guī)模效率也在市場化水平較高的地區(qū)能夠發(fā)揮更大的效應。分析圖3(c)可以發(fā)現(xiàn),市場化程度較低的區(qū)域內(nèi)數(shù)字經(jīng)濟賦能技術進步的效果更明顯。本文認為該現(xiàn)象的原因如下:市場化水平低的地區(qū)要素錯配現(xiàn)象普遍,嚴重阻礙了生產(chǎn)要素活力的釋放[72],導致創(chuàng)新效率低下、技術水平較為落后,數(shù)字經(jīng)濟更容易發(fā)揮對該地區(qū)技術進步的賦能效應。隨著數(shù)字經(jīng)濟的蓬勃發(fā)展,市場化水平較低的區(qū)域內(nèi)要素市場的流動性大大增強,數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展更容易彌補制造業(yè)企業(yè)創(chuàng)新效率低、動力不足的劣勢,有效提升創(chuàng)新要素間的互動、協(xié)同能力,促進企業(yè)自主創(chuàng)新,發(fā)揮技術進步效應。

圖3 不同市場化程度下數(shù)字經(jīng)濟賦能效應

圖4 南北地區(qū)數(shù)字經(jīng)濟賦能效應的異質(zhì)性

3．地區(qū)異質(zhì)性

考慮到近年來中國經(jīng)濟發(fā)展呈現(xiàn)出的“南快北慢”的發(fā)展趨勢,以及南北方地區(qū)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的差異[73-74],該部分對數(shù)字經(jīng)濟賦能效應的南北差異展開分析。基于前文對中國各省份數(shù)字經(jīng)濟賦能制造業(yè)全要素生產(chǎn)率的測算結(jié)果,從南北方(4)南方地區(qū)包括廣西、江西、福建、重慶、湖南、貴州、廣東、安徽、四川、云南、湖北、湖南、浙江、江蘇、上海,其他省份為北方地區(qū)。區(qū)域劃分的視角分析,發(fā)現(xiàn)數(shù)字經(jīng)濟賦能效應排名前八位的省份均集中于南方地區(qū),排名后八位主要集中于北方地區(qū)。進一步分析南、北方地區(qū)數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率賦能效果以及賦能路徑的差異。結(jié)果顯示,南方地區(qū)數(shù)字經(jīng)濟的賦能效應高于北方地區(qū)(5)本文進一步補充了刪除穿過“秦嶺-淮河”一線的四川、甘肅、陜西、湖北、河南、安徽、江蘇的研究樣本,可以證明本文的研究結(jié)論依舊穩(wěn)健。限于文章篇幅,此處未報告對應的估計結(jié)果,備索。。本文認為可能的原因在于,相較于北方地區(qū),南方地區(qū)的數(shù)字營商環(huán)境、數(shù)字化人才供給環(huán)境優(yōu)于北方地區(qū)[75],附加經(jīng)濟發(fā)展基礎雄厚、民營企業(yè)占比高等有利條件,使得南方地區(qū)制造業(yè)龍頭企業(yè)數(shù)字化、智能化轉(zhuǎn)型速度快,有利于發(fā)揮數(shù)字經(jīng)濟的賦能效應,提升制造業(yè)競爭力并實現(xiàn)高質(zhì)量發(fā)展。反觀北方地區(qū)制造業(yè)結(jié)構(gòu)偏重,行業(yè)多位于產(chǎn)業(yè)鏈上游,尤其是東北和華北地區(qū),匯集了大量鋼鐵、煤炭等重工業(yè)企業(yè),此類企業(yè)數(shù)字化改造不僅需要數(shù)字化轉(zhuǎn)型的人才、技術,還需要投入大量資金,從生產(chǎn)端進行數(shù)字化改造[76]。因此,總體來看,北方地區(qū)通過數(shù)字經(jīng)濟賦能制造業(yè)發(fā)展的成本較高,難度較大,故表現(xiàn)出數(shù)字經(jīng)濟賦能效應低于南方地區(qū)的發(fā)展現(xiàn)狀。從時間趨勢分析,自2008年南北方地區(qū)間數(shù)字經(jīng)濟賦能效應的差距更明顯?？赡艿脑蛟谟?008年政府推出“四萬億”投資計劃導致南北方的差異進一步拉大[77],南方地區(qū)通過減免稅收、增加財政補貼等手段幫助制造業(yè)企業(yè)渡過難關,使得制造業(yè)企業(yè)能夠以較快的速度恢復生產(chǎn)發(fā)展,同時能夠有效吸引新企業(yè)進入,加劇行業(yè)競爭,通過優(yōu)勝劣汰機制倒逼制造業(yè)企業(yè)增強數(shù)字化水平,提高生產(chǎn)效率。而北方以重工業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)導致制造業(yè)產(chǎn)業(yè)呈現(xiàn)較為嚴重的產(chǎn)能過剩,在一定程度上導致區(qū)域內(nèi)財力下降,制造業(yè)企業(yè)短期內(nèi)難以走出發(fā)展困境,阻礙了企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。因此,數(shù)字經(jīng)濟在南方地區(qū)對制造業(yè)TFP的賦能效果更為明顯。從數(shù)字經(jīng)濟賦能路徑來看,南方地區(qū)在賦能技術進步與規(guī)模效率方面明顯優(yōu)于北方地區(qū),而在數(shù)字經(jīng)濟賦能制造業(yè)技術效率方面落后于北方地區(qū)。值得注意的是,2018年以來南方地區(qū)數(shù)字經(jīng)濟對制造業(yè)技術效率的賦能效應有所提高并超越北方地區(qū),可以表明數(shù)字經(jīng)濟能夠從深層次提升制造業(yè)技術效率,突破了賦能技術效率的瓶頸,這也再次印證了本文的研究結(jié)論。

五、研究結(jié)論與對策建議

本文基于2003—2020年中國制造業(yè)省級面板數(shù)據(jù),通過構(gòu)建隨機前沿全賦能效應模型,實證檢驗了數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應以及技術效率、技術進步、規(guī)模效率的作用路徑,進一步分析了數(shù)字經(jīng)濟在產(chǎn)業(yè)結(jié)構(gòu)、市場化水平和區(qū)域?qū)用鎸χ圃鞓I(yè)全要素生產(chǎn)率的異質(zhì)性影響。主要分析結(jié)論是:

第一,數(shù)字經(jīng)濟對中國制造業(yè)全要素生產(chǎn)率具有明顯賦能效應,且整體呈現(xiàn)賦能效應呈現(xiàn)逐年增大趨勢,但增速卻持續(xù)下降。這一特征表明,數(shù)字經(jīng)濟對促進中國制造業(yè)乃至整個經(jīng)濟高質(zhì)量發(fā)展具有重要作用,潛能巨大。但由于目前數(shù)字經(jīng)濟與制造業(yè)融合的配套基礎設施仍相對薄弱,數(shù)字經(jīng)濟賦能中國制造業(yè)全要素生產(chǎn)率提升的效應仍受到一定限制。

第二,數(shù)字經(jīng)濟主要通過提高技術進步賦能制造業(yè)全要素生產(chǎn)率,且賦能效應越來越明顯。這主要是因為數(shù)字經(jīng)濟作為一種新型經(jīng)濟形態(tài),作為其主導性技術的人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新一代信息技術,有利于促進制造業(yè)企業(yè)的技術創(chuàng)新、組織優(yōu)化、流程再造和模式變革等,從而促進制造業(yè)全要素生產(chǎn)率提升。但從目前看,數(shù)字經(jīng)濟通過規(guī)模效率、技術效率、路徑賦能制造業(yè)企業(yè)全要素生產(chǎn)率的作用效應有待進一步強化。

第三,數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應對不同區(qū)域產(chǎn)業(yè)表現(xiàn)出一定的差異性。具體來說,在產(chǎn)業(yè)合理化、高級化程度越低的地區(qū),數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應較為明顯,其可能的原因在于,該地區(qū)內(nèi)通過制造業(yè)數(shù)字化轉(zhuǎn)型緩解資源配置不合理、要素使用效率不高等問題的難度相對較小;在市場化程度較高的區(qū)域,數(shù)字經(jīng)濟對制造業(yè)全要素生產(chǎn)率的賦能效應較為明顯,這主要是由于這些地區(qū)的企業(yè)活力、創(chuàng)新動力、抗風險能力等方面的條件較好;從南北地區(qū)角度分析,數(shù)字經(jīng)濟賦能南方地區(qū)制造業(yè)全要素生產(chǎn)率的效應更為明顯。這主要與這些地區(qū)在數(shù)字經(jīng)濟與制造業(yè)融合發(fā)展的體制機制、營商環(huán)境、市場環(huán)境、人才供給、政府政策環(huán)境等因素有關。

基于以上分析結(jié)論,為進一步提升數(shù)字經(jīng)濟賦能中國制造業(yè)全要素生產(chǎn)率水平,應重點采取以下對策:

第一,推進制造業(yè)數(shù)字化智能化轉(zhuǎn)型發(fā)展進程,統(tǒng)籌數(shù)字經(jīng)濟與制造業(yè)高質(zhì)量協(xié)調(diào)發(fā)展。制造業(yè)企業(yè)要加快人工智能、大數(shù)據(jù)、云計算等前沿數(shù)字技術在制造業(yè)中的應用,推進制造業(yè)數(shù)字化、智能化改造。同時,應深度分析、挖掘制造業(yè)數(shù)據(jù),發(fā)揮數(shù)據(jù)的價值創(chuàng)造作用,突破制造業(yè)核心技術,提高制造業(yè)核心競爭力。促進數(shù)字經(jīng)濟與制造業(yè)發(fā)展深度融合,發(fā)揮數(shù)字經(jīng)濟的賦能效應,實現(xiàn)數(shù)字經(jīng)濟發(fā)展與制造業(yè)高質(zhì)量發(fā)展的有機統(tǒng)一。

第二,充分發(fā)揮數(shù)字經(jīng)濟對制造業(yè)規(guī)模效率、技術進步、技術效率的賦能效應,著重發(fā)展技術進步賦能作用。一是充分發(fā)揮數(shù)字經(jīng)濟整合資源的優(yōu)勢,加強研發(fā)資源的合作共享,加強制造業(yè)核心技術攻關,促進技術進步。引導企業(yè)培養(yǎng)、引進、使用數(shù)字經(jīng)濟人才,助力制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型,提高技術創(chuàng)新能力。二是要為工業(yè)互聯(lián)網(wǎng)平臺建設、企業(yè)智能制造轉(zhuǎn)型、技術創(chuàng)新提供制度、資金和人才支持,突破制造業(yè)關鍵技術“卡脖子”的困境,助力制造業(yè)高質(zhì)量發(fā)展。三是要充分發(fā)揮數(shù)字經(jīng)濟的集聚效應和長尾效應,匯聚小、散、亂的需求,釋放規(guī)模經(jīng)濟潛力,推進“制造”向“智造”轉(zhuǎn)變,為制造業(yè)全要素生產(chǎn)率賦能,實現(xiàn)制造業(yè)高質(zhì)量發(fā)展。

第三,基于數(shù)字經(jīng)濟對制造業(yè)賦能效應的區(qū)域差異,因地制宜,實施差別化制造業(yè)發(fā)展戰(zhàn)略。對于市場化水平、合理化程度、高級化程度較高的省份,要依托數(shù)字經(jīng)濟強化技術創(chuàng)新的主體地位,建構(gòu)制造業(yè)技術創(chuàng)新體系,以技術進步提升制造業(yè)全要素生產(chǎn)率,推動制造業(yè)高質(zhì)量發(fā)展。對市場化程度、合理化程度、高級化程度較低的省份,提升數(shù)字經(jīng)濟對技術進步賦能效應的同時,強化數(shù)字經(jīng)濟對制造業(yè)規(guī)模效率和技術效率的賦能作用,以提升全要素生產(chǎn)率。制造業(yè)企業(yè)要積極引進與本企業(yè)相匹配的先進技術,加強對工人的職業(yè)技能培訓,加快先進技術在本企業(yè)內(nèi)部消化、吸收與應用,縮小與先進企業(yè)間的技術差距。積極評選數(shù)字經(jīng)濟賦能制造業(yè)的標桿企業(yè),引導企業(yè)分享先進的技術及管理經(jīng)驗,促進知識溢出效應,提升制造業(yè)全行業(yè)全要素生產(chǎn)率。