數(shù)字經(jīng)濟(jì)賦能中國制造業(yè)高質(zhì)量發(fā)展

鄧光婭 王碩

摘 要：當(dāng)今時(shí)代數(shù)字經(jīng)濟(jì)既可以引領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展，又是推動(dòng)制造業(yè)增效提質(zhì)和轉(zhuǎn)型升級(jí)的關(guān)鍵動(dòng)能。本文使用2018—2022年中國制造業(yè)企業(yè)上市公司的數(shù)據(jù)，測(cè)算數(shù)字經(jīng)濟(jì)指數(shù)以及制造業(yè)高質(zhì)量發(fā)展水平，構(gòu)建面板模型實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)是否可以促進(jìn)制造業(yè)高質(zhì)量發(fā)展，并通過替換被解釋變量衡量方式和增加行業(yè)控制固定效應(yīng)的方式進(jìn)一步驗(yàn)證數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的可靠性。最終得出結(jié)論，數(shù)字經(jīng)濟(jì)可以明顯促進(jìn)制造業(yè)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)時(shí)代，我國政府應(yīng)大力推動(dòng)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化及智能化發(fā)展，促進(jìn)全要素生產(chǎn)率提升，推動(dòng)制造業(yè)質(zhì)量變革、效率變革、動(dòng)力變革，加快新型工業(yè)化進(jìn)程，促進(jìn)我國產(chǎn)業(yè)向全球價(jià)值鏈中高端邁進(jìn)。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；制造業(yè)；高質(zhì)量發(fā)展；創(chuàng)新能力；環(huán)境可持續(xù)性

本文索引：鄧光婭，王碩.<變量 2>[J].中國商論，2024（12）：-051.

中圖分類號(hào)：F276.44 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）06（b）--04

黨的十九大報(bào)告指出，中國已經(jīng)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展的新階段，目前正處于轉(zhuǎn)變發(fā)展方式、轉(zhuǎn)換增長動(dòng)力、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)的關(guān)鍵時(shí)期。我國是工業(yè)大國，制造業(yè)高質(zhì)量發(fā)展是我國構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局的關(guān)鍵。目前，我國制造業(yè)迫切需要通過轉(zhuǎn)型升級(jí)來提高國際競(jìng)爭力，從而實(shí)現(xiàn)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)作為新型經(jīng)濟(jì)形態(tài)，可以對(duì)傳統(tǒng)行業(yè)進(jìn)行賦能促進(jìn)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)。因此，本文研究數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，對(duì)我國合理科學(xué)地制訂數(shù)字經(jīng)濟(jì)政策，從而實(shí)現(xiàn)制造質(zhì)量發(fā)展具有深刻意義。

1 數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的作用機(jī)理

首先，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)有明顯的促進(jìn)作用。數(shù)字技術(shù)可以優(yōu)化企業(yè)資源配置，助力制造業(yè)結(jié)構(gòu)升級(jí)。在數(shù)字經(jīng)濟(jì)條件下，數(shù)字技術(shù)可以提升供需匹配效率，優(yōu)化資源配置，以此助力制造業(yè)結(jié)構(gòu)升級(jí)，從而促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

其次，數(shù)字經(jīng)濟(jì)使制造業(yè)經(jīng)營模式發(fā)生顛覆性改變。數(shù)字經(jīng)濟(jì)可以重塑制造業(yè)的邊界，打破傳統(tǒng)制造業(yè)的壁壘進(jìn)行產(chǎn)品定制化、創(chuàng)新化生產(chǎn)，從而提高供需對(duì)接效率，促進(jìn)制造業(yè)的高質(zhì)量發(fā)展。

最后，數(shù)字經(jīng)濟(jì)可以提高制造業(yè)企業(yè)的勞動(dòng)生產(chǎn)率。數(shù)字經(jīng)濟(jì)的發(fā)展可以為企業(yè)提供技術(shù)和服務(wù)，數(shù)字技術(shù)可以加快生產(chǎn)各環(huán)節(jié)的信息互通，進(jìn)而加快生產(chǎn)過程中的生產(chǎn)數(shù)據(jù)整合，還可以提高生產(chǎn)設(shè)備自動(dòng)化程度，從而促進(jìn)勞動(dòng)生產(chǎn)率的提升。

根據(jù)以上分析得到假設(shè)，即數(shù)字經(jīng)濟(jì)可以正向推動(dòng)制造業(yè)高質(zhì)量發(fā)展。

2 實(shí)證分析

2.1 變量說明與數(shù)據(jù)來源

2.1.1 變量說明

被解釋變量為制造業(yè)高質(zhì)量發(fā)展，測(cè)度制造業(yè)高質(zhì)量發(fā)展情況的指標(biāo)是制造業(yè)全要素生產(chǎn)率。在具體選擇方面，本文選用OLS法測(cè)度制造業(yè)企業(yè)全要素生產(chǎn)率水平，另借鑒林小玲和張凱運(yùn)用固定效應(yīng)模型，再使用OLS法測(cè)算TFP，以及LP法、GMM法衡量TFP用作穩(wěn)健性檢驗(yàn)。

核心解釋變量為數(shù)字經(jīng)濟(jì)。本文借鑒韓先鋒等數(shù)據(jù)的可獲得性構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系記為del和del1，具體如表1所示。

控制變量。參考現(xiàn)有研究成果，本文對(duì)以下可變量進(jìn)行控制：宏觀層面選取經(jīng)濟(jì)發(fā)展水平（edl）、對(duì)外開放程度（open）、城鎮(zhèn)化水平（urban）、人力資本水平（hl）、政府參與程度（gpd）、社會(huì)消費(fèi)水平（co）。在微觀層面，本文對(duì)以下變量進(jìn)行控制：企業(yè)年齡（age）、企業(yè)規(guī)模（size）、資產(chǎn)負(fù)債率（lev）、現(xiàn)金流比率（cashflow）。

2.1.2 數(shù)據(jù)來源、處理和變量描述性統(tǒng)計(jì)及分析

本文選取 2018—2022年的制造業(yè)上市公司數(shù)據(jù)，剔除上市不滿一年或已經(jīng)退市的企業(yè)、金融企業(yè)、ST企業(yè)，并對(duì)缺失數(shù)據(jù)進(jìn)行剔除，共得到11133個(gè)觀察值，為減少異常值的影響，對(duì)所有連續(xù)變量進(jìn)行1%和 99%的縮尾處理，并利用 Stata17軟件對(duì)變量進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表2所示。

首先，制造業(yè)高質(zhì)量發(fā)展水平（TFP_OLS）的平均值為9.1488，標(biāo)準(zhǔn)差為1.557，中位數(shù)為8.77。這表明在制造業(yè)的全要素生產(chǎn)率方面存在一定的差異，但整體上，該行業(yè)正處于一個(gè)相對(duì)較高的發(fā)展水平。其次，數(shù)字經(jīng)濟(jì)發(fā)展水平（del）平均值為0.3534，標(biāo)準(zhǔn)差為0.192，中位數(shù)為0.35。這說明數(shù)字經(jīng)濟(jì)在制造業(yè)中的滲透和應(yīng)用雖處于一個(gè)中等水平，但也存在明顯的不均勻性。在宏觀控制變量方面，經(jīng)濟(jì)發(fā)展水平（edl）、人力資本水平（hl）、城鎮(zhèn)化水平（urban）標(biāo)準(zhǔn)差分別為9.6914、0.0230、0.6995。這些指標(biāo)表明宏觀經(jīng)濟(jì)和基礎(chǔ)設(shè)施狀況在不同地區(qū)具有一定的差異。在微觀層面，企業(yè)年齡標(biāo)準(zhǔn)差為0.265，而企業(yè)規(guī)模（Size）的標(biāo)準(zhǔn)差為1.207。這些數(shù)據(jù)揭示了制造業(yè)企業(yè)在微觀特征上也存在一定的差異。

2.2 計(jì)量模型構(gòu)建

為驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的促進(jìn)作用，本文構(gòu)建以下面板模型：

TFP_OLSit=α0+α1 delit+γControlsit+ui+μp+θt+εit（1）

其中，被解釋變量TFP_OLS為制造業(yè)企業(yè)i在第t年的高質(zhì)量發(fā)展水平。核心解釋變量delit為中小企業(yè)i所在的省份在第t年的數(shù)字經(jīng)濟(jì)水平。Controls表示所有其他的控制變量。此外，模型控制了公司固定效應(yīng)（ui）、省份固定效應(yīng)（μp）和年份固定效應(yīng)（θt），εit是模型中的殘差項(xiàng)。系數(shù)α1表示數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，預(yù)期該系數(shù)顯著為正。

3 回歸結(jié)果分析

3.1 基準(zhǔn)模型回歸分析

本文主要關(guān)注數(shù)字經(jīng)濟(jì)發(fā)展水平（del）如何影響制造業(yè)高質(zhì)量發(fā)展水平（mhd）。使用三種不同的回歸模型——OLS（普通最小二乘法）、RE（隨機(jī)效應(yīng)）和FE（固定效應(yīng)）進(jìn)行分析。

首先，在表3（1）列OLS模型中，數(shù)字經(jīng)濟(jì)發(fā)展水平（del）與制造業(yè)高質(zhì)量發(fā)展水平有較強(qiáng)的正相關(guān)關(guān)系，系數(shù)為0.3670，并在5%的顯著性水平上具有統(tǒng)計(jì)顯著性。這一結(jié)果為本文的研究提供了初步的支持。

其次，在加入隨機(jī)效應(yīng)（RE）模型后，del的系數(shù)略有上升，變?yōu)?.4176，但依然在1%的顯著性水平上保持統(tǒng)計(jì)顯著。這一結(jié)果表明，即便考慮到不可觀測(cè)的個(gè)體隨機(jī)效應(yīng)，數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展之間的正向關(guān)系依然十分穩(wěn)健。

最后，在固定效應(yīng)（FE）模型中，del的系數(shù)進(jìn)一步下降到0.3487，但仍然在1%的顯著性水平上為正且顯著。這意味著在控制了時(shí)間不變但各個(gè)樣本之間有差異的不可觀測(cè)特性后，數(shù)字經(jīng)濟(jì)水平每提高1%，制造業(yè)高質(zhì)量發(fā)展水平將提高34.87%。

這一發(fā)現(xiàn)初步證實(shí)了本文的主要研究假設(shè)，即數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展有明顯的促進(jìn)作用。然而，這一結(jié)論仍需進(jìn)一步的實(shí)證檢驗(yàn)和深度分析。

3.2 穩(wěn)健性檢驗(yàn)

本文采用多重穩(wěn)健性檢驗(yàn)方法。首先，改變了被解釋變量的測(cè)量方法，分別使用FE（固定效應(yīng)）、LP（Levinsohn-Petrin）和GMM（廣義矩估計(jì)）方法來測(cè)算全要素生產(chǎn)率，并將這些新測(cè)算的值作為被解釋變量進(jìn)行回歸。這些結(jié)果分別展示在表4列（1）、列（2）和列（3）中。此外剔除了2022年疫情的數(shù)據(jù)，經(jīng)過剔除后的穩(wěn)健性檢驗(yàn)結(jié)果展示在表4列（4）中，并調(diào)整了解釋變量——數(shù)字經(jīng)濟(jì)發(fā)展水平（del）的測(cè)算方法。本文采用主成分分析法來重新測(cè)算數(shù)字經(jīng)濟(jì)水平，并用這個(gè)新的測(cè)算值進(jìn)行回歸分析。這一結(jié)果展示在表4列（5）中。最后為了捕捉不同行業(yè)之間可能存在的差異，本文在模型中加入了行業(yè)固定效應(yīng)，加入行業(yè)固定效應(yīng)后的穩(wěn)健性檢驗(yàn)結(jié)果展示在表4列（6）中。

本文在進(jìn)行了多重穩(wěn)健性檢驗(yàn)后，得出以下結(jié)果。表4列（1）使用FE（固定效應(yīng)）方法測(cè)算的全要素生產(chǎn)率（TFP_FE）作為被解釋變量時(shí)，del的系數(shù)為0.2707，且在5%的顯著性水平下顯著。表4列（2）采用LP（Levinsohn-Petrin）法測(cè)算的全要素生產(chǎn)率（TFP_LP）得到的del的系數(shù)為0.2436，且在1%的顯著性水平下顯著。表4列（3）在使用GMM（廣義矩估計(jì)）法測(cè)算的全要素生產(chǎn)率（TFP_GMM）下，del的系數(shù)降至0.2812，但在5%的顯著性水平下仍然顯著。這三列證明了數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)高質(zhì)量發(fā)展水平（全要素生產(chǎn)率）的正面影響在不同測(cè)算方法下都是穩(wěn)健的。表4列（4）在剔除2020年疫情影響的樣本后，del的系數(shù)上升到0.3706，并在1%的顯著性水平下顯著。這表明疫情的剔除并沒有負(fù)面影響回歸結(jié)果，反而使得數(shù)字經(jīng)濟(jì)發(fā)展水平的影響更加顯著。表4列（5）采用主成分分析法替代熵權(quán)法來測(cè)算del時(shí)，其系數(shù)為0.3409，并在1%的顯著性水平下顯著。這說明無論是使用熵權(quán)法還是主成分分析法，數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)高質(zhì)量發(fā)展水平的正面影響都是穩(wěn)健的。表4列（6）在增加行業(yè)固定效應(yīng)后，del的系數(shù)為0.3409，且在1%的顯著性水平下顯著。這證明即便考慮行業(yè)間的差異，數(shù)字經(jīng)濟(jì)發(fā)展水平仍然是一個(gè)穩(wěn)健的解釋變量。

綜上所述，本文通過各種穩(wěn)健性檢驗(yàn)，可以確認(rèn)數(shù)字經(jīng)濟(jì)發(fā)展水平（del）對(duì)制造業(yè)高質(zhì)量發(fā)展水平有著顯著的正面影響。

4 結(jié)語

本文通過理論和實(shí)證檢驗(yàn)探究數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，并得到研究結(jié)果：數(shù)字經(jīng)濟(jì)發(fā)展正向促進(jìn)制造業(yè)高質(zhì)量發(fā)展，且經(jīng)過實(shí)證檢驗(yàn)作用促進(jìn)效果明顯。本文基于所得結(jié)論，得到如下幾點(diǎn)啟示：

（1）政府應(yīng)深入推動(dòng)快數(shù)字基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)數(shù)字技術(shù)創(chuàng)新，提高全要素生產(chǎn)率，強(qiáng)力支持制造業(yè)數(shù)字化轉(zhuǎn)型。

（2）激活人才引擎動(dòng)能，打造制造業(yè)數(shù)字化競(jìng)爭新優(yōu)勢(shì)。精準(zhǔn)引才，打造制造業(yè)數(shù)字化人才高地。精心育才，完善人才培育機(jī)制。暖心留才，優(yōu)化人才服務(wù)保障?？茖W(xué)用才，激發(fā)人才創(chuàng)新潛能。

（3）實(shí)現(xiàn)國際合作，充分發(fā)揮數(shù)字經(jīng)濟(jì)的開放應(yīng)用，主力對(duì)外發(fā)展新格局。

參考文獻(xiàn)

韋莊禹.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)企業(yè)資源配置效率的影響研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（3）：66-85.

劉鑫鑫，惠寧.數(shù)字經(jīng)濟(jì)對(duì)中國制造業(yè)高質(zhì)量發(fā)展的影響研究[J].經(jīng)濟(jì)體制改革，2021（5）：92-98.

段國蕊，于靚.制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)體系構(gòu)建與測(cè)度： 以山東省為例[J].統(tǒng)計(jì)與決策，2021，37（18）：99-102.

方梓旭，戴志敏.中國制造業(yè)高質(zhì)量發(fā)展水平測(cè)度及時(shí)空特征研究[J].軟科學(xué)，2023（9）： 1-13.

李巧華.數(shù)字技術(shù)何以賦能企業(yè)科技向善： 耦合視角[J].財(cái)會(huì)月刊，2022（22）：148-153.

惠樹鵬，王緒海，單錦榮.中國工業(yè)高質(zhì)量發(fā)展的驅(qū)動(dòng)路徑及驅(qū)動(dòng)效應(yīng)研究[J].上海經(jīng)濟(jì)研究，2021（10）：53-61+76.

TAPSCOTT D. The digital economy： Promise and peril in the age of networked intelligence[M].New York：McGraw-Hill， 1996： 8-15

陳曉紅，李楊揚(yáng)，宋麗潔.數(shù)字經(jīng)濟(jì)理論體系與研究展望[J].管理世界，2022（2）：208-224+13-16.

GOLDFARB A， TUCKER C. Digital economics[J]. Journal of economic literature，2019，57（1）：3-43.

趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展： 來自中國城市的經(jīng)驗(yàn)證據(jù)[J].管理世界2020，36（10）： 65-76．

劉成坤，江越，張啟慧，等.數(shù)字經(jīng)濟(jì)發(fā)展水平的統(tǒng)計(jì)測(cè)度及時(shí)空演變趨勢(shì)研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2022，41（2）：129-136.

黃先海，諸竹君.生產(chǎn)性服務(wù)業(yè)推動(dòng)制造業(yè)高質(zhì)量發(fā)展的作用機(jī)制與路徑選擇[J].改革，2021（6）.

徐慧.數(shù)字經(jīng)濟(jì)對(duì)中國制造業(yè)高質(zhì)量發(fā)展的影響[J].時(shí)代經(jīng)貿(mào)，2023，20（1）：150-154.

賈建鋒，趙若男，劉偉鵬.數(shù)字經(jīng)濟(jì)下制造業(yè)國有企業(yè)轉(zhuǎn)型升級(jí)的組態(tài)研究[J].研究與發(fā)展管理，2022，34（2）：13-26.

王德輝，吳子昂.數(shù)字經(jīng)濟(jì)促進(jìn)我國制造業(yè)轉(zhuǎn)型升級(jí)的機(jī)制與對(duì)策研究[J].長白學(xué)刊，2020（6）：92-99.

陳斌，何思思.數(shù)字經(jīng)濟(jì)時(shí)代的虛擬集聚與制造業(yè)技術(shù)創(chuàng)新： 來自我國城市群的經(jīng)驗(yàn)證據(jù)[J].南方經(jīng)濟(jì)，2023（8）：72-92.