數(shù)字技術(shù)如何影響制造業(yè)高質(zhì)量發(fā)展

徐冬梅,伍 琦,陶長琪

(1.江西農(nóng)業(yè)大學經(jīng)濟管理學院,江西 南昌 330044;2.江西財經(jīng)大學統(tǒng)計學院,江西 南昌 330013;3.江西財經(jīng)大學軟件與物聯(lián)網(wǎng)工程學院,江西 南昌 330032)

0 引言

制造業(yè)是實體經(jīng)濟的主體，是強國之本，是驅(qū)動中國經(jīng)濟增長的重要力量，然而中國制造業(yè)在某些方面仍然“大而不強、全而不優(yōu)”，嚴重制約其向高質(zhì)量發(fā)展.要實現(xiàn)制造業(yè)高質(zhì)量發(fā)展，必須要依靠新一代數(shù)字技術(shù)進行創(chuàng)新.通過數(shù)字網(wǎng)絡互聯(lián)打破行業(yè)和地域壁壘，實現(xiàn)需求供給高效對接，通過網(wǎng)絡連接效應和數(shù)據(jù)賦能效應，改變傳統(tǒng)要素的供給結(jié)構(gòu)和供給方式，提高傳統(tǒng)要素配置效率，進而實現(xiàn)制造業(yè)高質(zhì)量發(fā)展.因此，數(shù)字技術(shù)已成為推動制造業(yè)高質(zhì)量發(fā)展的新動能，研究數(shù)字技術(shù)如何影響制造業(yè)高質(zhì)量發(fā)展，對中國科學合理地制定數(shù)字經(jīng)濟政策以實現(xiàn)制造業(yè)高質(zhì)量發(fā)展具有重要意義.

學者們主要從2個方面對制造業(yè)高質(zhì)量發(fā)展展開研究:關(guān)于制造業(yè)高質(zhì)量發(fā)展內(nèi)涵和測度的研究和關(guān)于其實現(xiàn)路徑的研究.關(guān)于制造業(yè)高質(zhì)量發(fā)展內(nèi)涵和測度的研究，曲立等[1]在明晰制造業(yè)高質(zhì)量發(fā)展內(nèi)涵特征的基礎上，從創(chuàng)新、綠色、開放、共享、高效和風險控制6個維度構(gòu)建了制造業(yè)高質(zhì)量發(fā)展指標體系；汪芳等[2]以制造業(yè)行業(yè)為對象，從綠色發(fā)展效率和出口技術(shù)結(jié)構(gòu)2個方面綜合測度了制造業(yè)高質(zhì)量發(fā)展水平.關(guān)于制造業(yè)高質(zhì)量發(fā)展實現(xiàn)路徑的研究，李巧華[3]根據(jù)平臺化組織的構(gòu)成節(jié)點和技術(shù)創(chuàng)新來源的分解，提出了基于平臺開發(fā)嵌入、自主研發(fā)技術(shù)和引進技術(shù)的雙邊市場嵌入路徑；惠樹鵬等[4]基于中國30個省份數(shù)據(jù)研究發(fā)現(xiàn)，存在“智能創(chuàng)新協(xié)同驅(qū)動”型、“智能制度協(xié)同驅(qū)動”型和“智能環(huán)境協(xié)同驅(qū)動”型3條工業(yè)高質(zhì)量發(fā)展的驅(qū)動路徑.

數(shù)字技術(shù)包含數(shù)字組件、數(shù)字平臺和數(shù)字基礎設施，是指嵌入在信息通信技術(shù)內(nèi)的產(chǎn)品或服務，或者是由信息技術(shù)支撐的產(chǎn)品或服務[5-8],具有可編輯性、可擴展性、開放性和關(guān)聯(lián)性等特征.高敬峰等[9]將其界定為通信技術(shù)、信息技術(shù)及其相關(guān)信息服務.關(guān)于數(shù)字技術(shù)的測度，有學者基于數(shù)字組件、數(shù)字平臺和數(shù)字基礎設施，用企業(yè)年報和企業(yè)社會責任報告中披露的相關(guān)表述來衡量[6-7,10].也有學者基于OECD發(fā)布的投入產(chǎn)出表對其進行測算[9].

數(shù)字化浪潮驅(qū)動著全球價值鏈重構(gòu)，為中國制造企業(yè)提供了后發(fā)趕超的絕佳機會[11].制造業(yè)人工智能的廣泛使用，大幅提升其產(chǎn)業(yè)鏈的生產(chǎn)效率，改變了在傳統(tǒng)全球價值鏈體系中的利益分配[12].數(shù)字技術(shù)通過改變價值創(chuàng)造方式、提高價值創(chuàng)造效率、拓展價值創(chuàng)造載體和增強價值獲取能力實現(xiàn)賦能制造業(yè)高質(zhì)量發(fā)展[13-14].基于數(shù)字化、網(wǎng)絡化、智能化等企業(yè)創(chuàng)新生態(tài)系統(tǒng)新情境以及智慧城市建設，數(shù)字技術(shù)有助于促進企業(yè)創(chuàng)新、推動產(chǎn)品創(chuàng)新和商業(yè)模式創(chuàng)新[15],數(shù)字技術(shù)應用亦對生產(chǎn)率有顯著的正向影響[16].

綜上所述，在現(xiàn)有文獻中關(guān)于制造業(yè)高質(zhì)量發(fā)展的研究成果較為豐富，學者們也認同數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展有重要影響，但關(guān)于數(shù)字技術(shù)與制造業(yè)高質(zhì)量發(fā)展關(guān)系的定性研究偏多，定量研究偏少.基于此，本文嘗試通過理論模型解析數(shù)字技術(shù)影響制造業(yè)高質(zhì)量發(fā)展的內(nèi)在作用機理，構(gòu)建指標體系對數(shù)字技術(shù)和制造業(yè)高質(zhì)量發(fā)展進行測度，在此基礎上實證檢驗數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用，并對該作用背后的機理進行解讀，以期拓展數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的推動路徑，豐富已有數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展影響的研究.

1 理論機制

1.1 數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的直接作用機理

數(shù)字經(jīng)濟在實體經(jīng)濟中的應用賦能是以信息技術(shù)等數(shù)字技術(shù)進行的，通過大數(shù)據(jù)技術(shù)的識別、選擇、過濾、存儲、使用來引導和實現(xiàn)資源的優(yōu)化配置和再生，實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型和制造業(yè)高質(zhì)量發(fā)展[17].信息、數(shù)據(jù)的復制、共享打破了以往生產(chǎn)要素稀缺性對制造業(yè)增長的制約，為制造業(yè)可持續(xù)增長提供了可能.數(shù)字技術(shù)減少了信息不對稱、機會主義、有限理性等造成的搜尋成本、議價成本，繁榮了消費市場，通過增加實際需求促進制造業(yè)高質(zhì)量發(fā)展.大數(shù)據(jù)技術(shù)和人工智能技術(shù)大幅度提高了企業(yè)對產(chǎn)品質(zhì)量的監(jiān)管和控制能力，降低了產(chǎn)品不良率，提高了產(chǎn)品質(zhì)量.在數(shù)字技術(shù)推動下形成的新模式、新業(yè)態(tài)迎合了消費者的新需求，給消費者帶來質(zhì)量更高、內(nèi)容更多樣的消費體驗，增強了消費動能對制造業(yè)高質(zhì)量發(fā)展的正效應.根據(jù)上述分析，本文得到假設1.

假設1數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展有正向影響，即數(shù)字技術(shù)發(fā)展能夠促進制造業(yè)高質(zhì)量發(fā)展.

由于受各地區(qū)經(jīng)濟發(fā)展水平、經(jīng)濟結(jié)構(gòu)以及開放程度等因素的影響,經(jīng)濟高質(zhì)量發(fā)展水平呈現(xiàn)出明顯的地區(qū)差異[18-19],所以數(shù)字經(jīng)濟對中國經(jīng)濟高質(zhì)量發(fā)展的影響在東中西部地區(qū)表現(xiàn)明顯不同[20-21],由此本文推測:數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的影響具有區(qū)域異質(zhì)性.

1.2 數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的中介效應機理

數(shù)字技術(shù)是一種生產(chǎn)要素[22],對資本和勞動產(chǎn)生替代效應，會降低資本要素和勞動要素的市場份額[23-24].因此，本文將數(shù)字技術(shù)與資本、勞動一起納入生產(chǎn)函數(shù)中，并將資本表示為K，勞動表示為L，數(shù)字技術(shù)表示為D，采用柯布-道格拉斯(C-D)生產(chǎn)函數(shù)構(gòu)建產(chǎn)出模型

Y=AKαLβDξ.

(1)

制造業(yè)高質(zhì)量發(fā)展，既包括“量”的增長，又包括“質(zhì)”的提升，是“量”和“質(zhì)”的協(xié)調(diào)發(fā)展.“量”的增長體現(xiàn)了發(fā)展的規(guī)模、程度和速度，“質(zhì)”的提升體現(xiàn)了質(zhì)量和效益.因此，制造業(yè)高質(zhì)量發(fā)展表現(xiàn)為高質(zhì)量的產(chǎn)出.用H表示制造業(yè)高質(zhì)量發(fā)展，可將式(1)改寫為

H=AKαLβDξ.

(2)

數(shù)字技術(shù)可顯著提高資本和勞動等傳統(tǒng)生產(chǎn)要素配置效率[25],通過將社會再生產(chǎn)過程中海量的生產(chǎn)要素供求信息轉(zhuǎn)化為數(shù)據(jù)，利用大數(shù)據(jù)互聯(lián)網(wǎng)進行供需的有效整合與精準匹配，可有效解決信息不完全和外部性問題，降低信息檢索和匹配成本，大大提高資本和勞動的配置效率.若用Ca表示資本配置效率提升，La表示勞動配置效率提升，則可將資本配置效率提升Ca和勞動配置效率提升La表示成數(shù)字技術(shù)D的函數(shù):

Ca=Ca(D),

(3)

La=La(D).

(4)

資本配置效率提升Ca和勞動配置效率提升La意味著同樣的資本投入和勞動投入會帶來更多的產(chǎn)出.為了將要素配置效率提升對生產(chǎn)的影響體現(xiàn)出來，借鑒劉平峰等[26]的資本賦能型技術(shù)和勞動賦能型技術(shù)的做法，將式(2)的生產(chǎn)函數(shù)改寫為

H=A(CaK)α(LaL)βDξ.

(5)

在式(5)中,A為全要素生產(chǎn)率，α、β和ξ分別為資本K、勞動L和數(shù)字技術(shù)D的產(chǎn)出彈性.

由成本最小化得

s.t. minrK+wL+γD,

其中r為市場利率水平，w為工資率，γ為數(shù)字技術(shù)使用成本.假定資本市場、勞動力市場和數(shù)字技術(shù)市場都是完全競爭的.

消費和財富能給人們帶來正的效用，勞動給人們帶來負的效用.于是，家庭部門效用最大化函數(shù)可表示為

其中C為家庭部門消費,θ和η分別表示財富和勞動對居民個人福利的重要程度,ρ為主觀貼現(xiàn)率,θ、η和ρ都為正數(shù),K為家庭部門總財富，即為居民儲蓄，其積累方程可以表示為

(6)

假定最終產(chǎn)品價格為1，可得利潤最大化函數(shù)

maxπ=A(CaK)α(LaL)βDξ-rK-wL-γD.

(7)

假定家庭部門的儲蓄構(gòu)成最終產(chǎn)品生產(chǎn)部門資本積累的全部，于是現(xiàn)值Hamiltonian函數(shù)可表示為

HU=(lnC+θlnK-ηlnL)e-ρt+λ(wL+rK-C).

(8)

將式(7)和式(8)分別關(guān)于K、L、D和λ求1階偏導數(shù)，并結(jié)合式(6)進行整理，可得一般均衡條件

H=(λβθγCa/(αwηξ)-αβλργ2/(αrθηwξ2))D/La.

至此,一般均衡模型已經(jīng)建立.結(jié)合一般均衡結(jié)果和式(1)～式(5)的分析，可得如下假設.

假設2數(shù)字技術(shù)通過提升資本配置效率來促進制造業(yè)高質(zhì)量發(fā)展，即資本配置效率提升在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展過程中起中介作用.

假設3數(shù)字技術(shù)通過提升勞動配置效率來促進制造業(yè)高質(zhì)量發(fā)展，即勞動配置效率提升在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展過程中起中介作用.

1.3 經(jīng)濟發(fā)展水平在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展中的調(diào)節(jié)作用機理

中國數(shù)字經(jīng)濟發(fā)展區(qū)域差異顯著，東部地區(qū)最高，西部地區(qū)最低[27],這與中國經(jīng)濟發(fā)展情況一致，這說明經(jīng)濟發(fā)展水平高的地區(qū)的數(shù)字技術(shù)水平更高，即數(shù)字技術(shù)受經(jīng)濟因素制約，因此，數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的有效程度可能與當?shù)氐慕?jīng)濟發(fā)展水平有關(guān).首先，經(jīng)濟發(fā)展促進了數(shù)字技術(shù)發(fā)展.經(jīng)濟發(fā)展水平高的地區(qū)網(wǎng)絡基礎設施更完善，數(shù)字技術(shù)人才培養(yǎng)的實力更強，數(shù)字技術(shù)發(fā)展更快.其次，經(jīng)濟發(fā)展水平對制造業(yè)高質(zhì)量發(fā)展的影響有2方面.一方面，經(jīng)濟發(fā)展水平高的地區(qū)的要素市場化程度更高，要素配置相對更合理[28],借助于數(shù)字技術(shù)引導要素進行合理化配置的作用有限；另一方面，經(jīng)濟欠發(fā)達地區(qū)的政府重視數(shù)字技術(shù)基礎設施建設、重視數(shù)字技術(shù)人才引進和培養(yǎng)，數(shù)字技術(shù)在要素配置效率提升方面空間更大，對制造業(yè)高質(zhì)量發(fā)展的影響應比經(jīng)濟發(fā)展水平高的地區(qū)更大.據(jù)此，本文提出假設4.

假設4經(jīng)濟發(fā)展水平負向調(diào)節(jié)數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的影響.

本文的理論框架圖可用圖1表示.

圖1 數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的理論框架

2 實證分析

2.1 變量說明與數(shù)據(jù)來源

2.1.1 變量說明 1)被解釋變量為制造業(yè)高質(zhì)量發(fā)展(H).在參照文獻[1,29-30]的基礎上，結(jié)合數(shù)據(jù)的可獲得性，本文采用“TFP指數(shù)”、“協(xié)調(diào)指數(shù)”、“能源消耗”、“開放程度”和“共享水平”5個指標度量制造業(yè)高質(zhì)量發(fā)展(見表1).TFP指數(shù)基于Malmquist指數(shù)測算；協(xié)調(diào)指數(shù)采用“私營企業(yè)主營業(yè)務收入/國有企業(yè)主營業(yè)務收入”測算；能源消耗采用“主營業(yè)務收入/萬噸標準煤”測算；開放程度采用“新產(chǎn)品出口銷售收入/新產(chǎn)品銷售收入”測算；共享水平采用“各省份規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)值/全國規(guī)模以上工業(yè)企業(yè)銷售總產(chǎn)值”測算.

表1 制造業(yè)高質(zhì)量發(fā)展指標

關(guān)于TFP指數(shù)的測算,依據(jù)R. F?re等[31]的DEA方法，采用DEA-Malmquist指數(shù)法測算規(guī)模以上工業(yè)企業(yè)全要素生產(chǎn)率增長的動態(tài)變化.產(chǎn)出指標用規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)值衡量，資本投入以規(guī)模以上工業(yè)企業(yè)實際資本存量為基礎，采用永續(xù)盤存法計算，勞動投入以規(guī)模以上工業(yè)企業(yè)平均用工人數(shù)表示.資本存量的計算公式為

Kt=It/Pt+(1-δt)Kt-1,

其中It為第t年名義投資額，采用各省份規(guī)模以上工業(yè)企業(yè)的新增固定資產(chǎn)表示；Pt為各省份的工業(yè)生產(chǎn)者出廠價格指數(shù)；δt為第t年折舊率，根據(jù)規(guī)模以上工業(yè)企業(yè)本年折舊和固定資產(chǎn)原價的比例計算；Kt和Kt-1分別為第t年和第t-1年的實際資本存量，初始年份的資本存量為2002年的固定資產(chǎn)凈值.

由于各指標計量單位不統(tǒng)一，需先將各指標進行標準化處理，再按照王小魯?shù)萚32]的方法確定權(quán)重，進行加權(quán)合成，最終得到制造業(yè)高質(zhì)量發(fā)展總指標.

2)核心解釋變量為數(shù)字技術(shù).目前，數(shù)字技術(shù)尚未有統(tǒng)一的定義，本文依據(jù)文獻[6-8,33]并結(jié)合數(shù)據(jù)的可獲得性，認為可從數(shù)字基礎設施、數(shù)字組件和數(shù)字網(wǎng)絡技術(shù)3方面對其進行測度(見表2).

表2 數(shù)字技術(shù)指標

通過王小魯?shù)萚32]編制市場化指數(shù)方法賦權(quán)，將以上指標的數(shù)據(jù)標準化后的數(shù)據(jù)降維處理，得到數(shù)字技術(shù)發(fā)展水平指數(shù).

3)中介變量為要素配置效率.要素配置效率是提升制造業(yè)全要素生產(chǎn)率的主要方式，也是實現(xiàn)制造業(yè)可持續(xù)地高質(zhì)量發(fā)展的保障，要素配置效率越高，制造業(yè)的全要素生產(chǎn)率會越高，制造業(yè)的高質(zhì)量發(fā)展情況會越好.本文的生產(chǎn)要素分為資本要素和勞動要素2大類，相應地，要素配置效率亦分為資本配置效率和勞動配置效率，具體測度如表3所示.

4)調(diào)節(jié)變量為經(jīng)濟發(fā)展水平.人均GDP是反映國家(或地區(qū))生產(chǎn)水平和收入水平的綜合指標，故經(jīng)濟發(fā)展水平采用“人均國內(nèi)生產(chǎn)總值”表示.

5)控制變量選擇.為了避免遺漏變量可能帶來的影響，在參照文獻[34-35]的基礎上，選取人力資本積累(Ed)、研發(fā)投入(rd)、外商直接投資(Fd)、政府干預(Go)和基礎設施(Fa)作為控制變量.人力資本積累用“平均受教育年限”表示[36].平均受教育年限越長越有利于制造業(yè)高質(zhì)量發(fā)展.平均受教育年限按文盲(15歲及15歲以上不識字或識字很少的人)人均受教育1年、小學人均受教育6年、初中人均受教育9年、高中人均受教育12年、大學(指大專以上)人均受教育16年進行加權(quán)計算，預期人力資本積累對制造業(yè)高質(zhì)量發(fā)展有正向影響.研發(fā)投入用“規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出/工業(yè)銷售產(chǎn)值”表示，預期研發(fā)投入對制造業(yè)高質(zhì)量發(fā)展具有正向影響.外商直接投資采用“外商投資固定資產(chǎn)合計/工業(yè)銷售產(chǎn)值”表示，預期外商直接投資對制造業(yè)高質(zhì)量發(fā)展具有正向影響.政府干預用“地方財政支出/工業(yè)銷售產(chǎn)值”表示，預期政府干預對制造業(yè)高質(zhì)量發(fā)展具有負向影響.基礎設施采用“人均城市道路面積”表示，預期基礎設施建設對制造業(yè)高質(zhì)量發(fā)展具有正向影響.

表3中所有數(shù)據(jù)均為以2011年為基期的實際值.

表3 變量定義

2.1.2 數(shù)據(jù)來源及處理 本文以2011—2019年中國30個省份(不含西藏、臺灣、香港、澳門)面板數(shù)據(jù)為樣本.各指標數(shù)據(jù)來源情況如下:(a)來源于中國宏觀經(jīng)濟數(shù)據(jù)庫的有總?cè)丝凇⑷司鶉鴥?nèi)生產(chǎn)總值、人均城市道路面積、光纜線路長度、本地電話局用交換機容量、移動電話交換機容量、互聯(lián)網(wǎng)寬帶接入端口、網(wǎng)頁數(shù)、域名數(shù)、軟件產(chǎn)品;(b)來源于中國工業(yè)經(jīng)濟數(shù)據(jù)庫的有工業(yè)銷售產(chǎn)值、平均用工人數(shù)、私營企業(yè)主營業(yè)務收入、國有企業(yè)主營業(yè)務收入;(c)來源于中國科技數(shù)據(jù)庫的有R&D經(jīng)費內(nèi)部支出;(d)來源于中國高技術(shù)產(chǎn)業(yè)數(shù)據(jù)庫的有新產(chǎn)品出口銷售收入和新產(chǎn)品銷售收入;(e)來源于中國能源數(shù)據(jù)庫的有萬噸標準煤;(f)來源于中國上市公司數(shù)據(jù)庫的有信息技術(shù)服務上市公司數(shù)量;(g)來源于中國教育數(shù)據(jù)庫的有平均受教育年限;(h)來源于國際機器人聯(lián)合會(IFR)統(tǒng)計數(shù)據(jù)的有工業(yè)機器人保有量.數(shù)據(jù)匹配和缺失填補主要體現(xiàn)在工業(yè)機器人保有量根據(jù)各省份工業(yè)機器人主要應用的行業(yè)產(chǎn)值來分配全國機器人保有量；2019年信息技術(shù)上市公司數(shù)據(jù)根據(jù)《中國會計年鑒》中上市公司2019年年報審計情況分析報告中信息服務類上市公司行業(yè)占比與各省區(qū)上市公司數(shù)量推算得到.

除此之外，本文亦對相關(guān)指標進行了平減處理.以2011年為基期，規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)值、新增固定資產(chǎn)和主營業(yè)務收入用工業(yè)生產(chǎn)者出廠價格指數(shù)平減，人均國內(nèi)生產(chǎn)總值、地方財政支出用居民消費價格指數(shù)平減，R&D經(jīng)費內(nèi)部支出和外商投資固定資產(chǎn)合計用固定資產(chǎn)投資價格指數(shù)平減.工業(yè)生產(chǎn)者出廠價格指數(shù)、居民消費價格指數(shù)、固定資產(chǎn)投資價格指數(shù)均來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫.

2.2 計量模型構(gòu)建

2.2.1 基準模型 為了驗證數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用，構(gòu)建如下面板模型:

lnHit=β0+β1lnDit+β2lnEdit+β3lnrdit+β4lnFdit+β5lnGoit+β6lnFait+α1i+γ1t+ε1it,

(9)

其中i表示省份,t表示時間.

2.2.2 影響機制模型 1)中介效應模型.為了檢驗數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的影響機制，參照文獻[37-38],在式(9)的基礎上，建立如下多重中介效應模型:

lnCait=π0+π1lnDit+π2lnEdit+π3lnrdit+π4lnFdit+π5lnGoit+α2i+γ2t+ε2it,

(10)

lnLait=π′0+π′1lnDit+π′2lnEdit+π′3lnrdit+π′4lnGoit+π′5lnFait+α′2i+γ′2t+ε′2it,

(11)

lnHit=δ0+δ1lnDit+δ2lnCait+δ3lnLait+δ4lnEdit+δ5lnrdit+δ6lnFdit+δ7lnGoit+δ8lnFait+α3i+γ3t+ε3it.

(12)

分3步對已建立的多重中介效應模型進行檢驗.第1步對式(9)進行回歸，若β1顯著為正，則對式(10)和式(11)進行回歸，否則停止；第2步同時對式(10)和式(11)進行回歸，若π1和π′1顯著，則數(shù)字技術(shù)能夠顯著促進資本配置效率提升和勞動配置效率提升；第3步，對式(12)進行回歸，若δ2(δ3)顯著但δ1不顯著，則資本配置效率提升(勞動配置效率提升)在數(shù)字技術(shù)影響制造業(yè)高質(zhì)量發(fā)展的過程中具有完全中介效應.若δ2(δ3)和δ1均顯著且δ1比β1小，則資本配置效率提升(勞動配置效率提升)具有部分中介效應.

2)調(diào)節(jié)效應模型.經(jīng)濟發(fā)展水平的高低會影響數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的作用程度，為考察經(jīng)濟發(fā)展水平的異質(zhì)性對制造業(yè)高質(zhì)量發(fā)展的影響，本文在式(9)的基礎上，添加數(shù)字技術(shù)與經(jīng)濟發(fā)展水平的交互項lnDitlnPGDPit作為解釋變量，得到調(diào)節(jié)效應模型:

lnHit=β0+β1lnDit+β2lnEdit+β3lnrdit+β4lnFdit+β5lnGoit+β6lnFait+β7lnDitlnPGDPit+α4i+γ4t+ε4it.

2.3 回歸結(jié)果分析

2.3.1 基準模型回歸結(jié)果分析 1)全國層面.全國層面的基準模型回歸結(jié)果如表4所示.在表4中第Ⅰ列為沒有加入控制變量的回歸結(jié)果，第Ⅱ列為加入了控制變量的回歸結(jié)果.

表4 全國層面基準模型回歸

在沒有加入控制變量時，數(shù)字技術(shù)在5%顯著性水平上顯著為正，這表明數(shù)字技術(shù)發(fā)展水平每提高1%，制造業(yè)高質(zhì)量發(fā)展水平將提高0.398%；在加入了控制變量后，數(shù)字技術(shù)依然在5%顯著性水平上顯著為正.在控制變量方面，人力資本積累的系數(shù)在1%顯著性水平上顯著為正，這說明人力資本積累的增加有助于促進制造業(yè)高質(zhì)量發(fā)展；研發(fā)投入的系數(shù)在1%顯著性水平上顯著為正，這說明研發(fā)投入有助于促進制造業(yè)高質(zhì)量發(fā)展；外商直接投資的系數(shù)在10%顯著性水平上顯著為正，這說明外商直接投資具有促進作用；政府干預的系數(shù)為負，這說明政府部門的過度干預會抑制制造業(yè)高質(zhì)量發(fā)展；基礎設施的系數(shù)在5%顯著性水平上顯著為正，這說明基礎設施越完善越有利于制造業(yè)高質(zhì)量發(fā)展.各控制變量的系數(shù)符號與預期基本一致，這說明本文實證結(jié)論較為可靠.假設1成立.

2)區(qū)域?qū)用?由前文分析可知，數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的影響具有區(qū)域異質(zhì)性，本文在全樣本基礎上參照文獻[39]將30個省份分為東部、中部、西部3個地區(qū)，討論數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的區(qū)域異質(zhì)性.估計結(jié)果如表5所示.

由表5可見:東部、中部和西部地區(qū)的數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展均具有顯著的正向影響，這表明數(shù)字技術(shù)能夠促進各地區(qū)制造業(yè)高質(zhì)量發(fā)展.但同時數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用存在地區(qū)差異，數(shù)字技術(shù)對西部地區(qū)制造業(yè)高質(zhì)量發(fā)展的促進作用最大，中部地區(qū)次之，東部地區(qū)最小.這可能原因是:東部地區(qū)要素市場化程度更高[40],資本、勞動等要素在東部地區(qū)各產(chǎn)業(yè)間流動性更好，數(shù)字技術(shù)在推動要素配置效率提升方面的作用更小；自國家促進中部地區(qū)崛起戰(zhàn)略實施以來，中部地區(qū)科教實力顯著增強，基礎設施明顯改善，但要素市場化程度仍低于東部地區(qū)，數(shù)字技術(shù)在推動制造業(yè)高質(zhì)量發(fā)展方面發(fā)揮的作用較東部地區(qū)大；西部地區(qū)受底子薄、基礎小等因素的影響，相比中部地區(qū)和東部地區(qū)，西部地區(qū)的數(shù)字技術(shù)在改善要素錯配、推動傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型等方面更具潛力，對制造業(yè)高質(zhì)量發(fā)展的促進作用更大.

表5 區(qū)域?qū)用婊鶞誓Ｐ突貧w

2.3.2 內(nèi)生性檢驗 若回歸方程存在雙向因果關(guān)系，則將會帶來嚴重的內(nèi)生性問題.數(shù)字技術(shù)通過提高要素配置效率、改變價值創(chuàng)造方式等促進制造業(yè)高質(zhì)量發(fā)展，制造業(yè)高質(zhì)量發(fā)展必然要求更高水平的數(shù)字技術(shù)與之相匹配.因此，本文的研究可能存在內(nèi)生性問題，為了確?；窘Y(jié)論的穩(wěn)健性，使用工具變量進行回歸.借鑒文獻[41-42]將各省份在1985年的固定電話數(shù)量(數(shù)據(jù)來源于1986年中國統(tǒng)計年鑒和中國宏觀經(jīng)濟數(shù)據(jù)庫)作為數(shù)字技術(shù)的工具變量，同時參照N. Nunn等[43]的處理，引入上年度全國互聯(lián)網(wǎng)寬帶接入用戶數(shù)，與1985年的固定電話數(shù)量構(gòu)造交乘項，得到面板工具變量.工具變量回歸結(jié)果如表6所示.

表6 工具變量回歸

從表6結(jié)果可見:在沒有加入控制變量時Sargan檢驗的p值為0.860 4，在加入控制變量后Sargan檢驗的p值為0.909 8，均大于0.05，這表明工具變量是外生的，估計結(jié)果可靠.表6回歸結(jié)果顯示:無論是否加入控制變量，數(shù)字技術(shù)的系數(shù)均在5%顯著性水平上顯著為正，這說明在工具變量回歸后本文基本結(jié)論依然成立.

2.3.3 穩(wěn)健性檢驗 分別采用Hausman檢驗、更換模型以及更換控制變量度量方式進行穩(wěn)健性檢驗.

1)Hausman檢驗(限于篇幅,未在此匯報回歸結(jié)果,若讀者需要則可向筆者索要).為了驗證本文采用的固定效應模型是合適的，對方程(9)進行檢驗.通過檢驗發(fā)現(xiàn)p值為0.002，拒絕隨機干擾項與解釋變量不相關(guān)的原假設.因此，本文選用固定效應模型估計是合適的，所得結(jié)論是可靠的.

2)換用動態(tài)面板模型檢驗.運用動態(tài)面板模型對方程(9)重新進行估計，得到的結(jié)果如表7所示.

從表7可見:被解釋變量滯后項系數(shù)不顯著，其他變量系數(shù)的顯著性和符號與表4結(jié)果相比，只是系數(shù)大小略有差別，這說明基準模型回歸結(jié)果具有穩(wěn)健性.假設1成立.

表7 動態(tài)面板模型估計

此外，本文還通過將控制變量中的基礎設施表示成“年末實有道路長度/年末總?cè)丝凇边M行穩(wěn)健性檢驗(數(shù)據(jù)來源于中國宏觀經(jīng)濟數(shù)據(jù)庫,限于篇幅,未在此匯報回歸結(jié)果,若讀者需要則可向筆者索要),結(jié)果與基準模型回歸結(jié)果基本一致.這再次驗證了假設1.

2.3.4 影響機制檢驗 1)中介效應檢驗.為進一步揭示數(shù)字技術(shù)如何影響制造業(yè)高質(zhì)量發(fā)展，接下來檢驗要素配置效率提升的中介效應.中介效應回歸結(jié)果如表8所示.

a)資本配置效率提升的中介效應.由表8第Ⅰ列可見:數(shù)字技術(shù)的系數(shù)在1%顯著性水平上顯著為正，這說明數(shù)字技術(shù)能夠促進資本配置效率提升.第Ⅲ列結(jié)果顯示:數(shù)字技術(shù)和資本配置效率提升的系數(shù)均在5%顯著性水平上顯著為正，且數(shù)字技術(shù)的系數(shù)估計值小于在表4中第Ⅱ列數(shù)字技術(shù)的系數(shù)估計值，因此，資本配置效率提升在數(shù)字技術(shù)影響制造業(yè)高質(zhì)量發(fā)展的過程中具有部分中介效應.假設2成立.

b)勞動配置效率提升的中介效應.由表8第Ⅱ列可見:數(shù)字技術(shù)的系數(shù)在1%顯著性水平上顯著為正，這說明數(shù)字技術(shù)能夠促進勞動配置效率提升.第Ⅲ列結(jié)果顯示:數(shù)字技術(shù)和勞動配置效率提升的系數(shù)均在5%顯著性水平上顯著為正，且數(shù)字技術(shù)的系數(shù)估計值小于在表4中第Ⅱ列數(shù)字技術(shù)的系數(shù)估計值，因此，勞動配置效率提升在數(shù)字技術(shù)影響制造業(yè)高質(zhì)量發(fā)展的過程中具有部分中介效應.假設3成立.

表8 要素配置效率提升的中介效應

2)經(jīng)濟發(fā)展水平的調(diào)節(jié)效應檢驗.為了探究在不同經(jīng)濟發(fā)展水平下數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展是否存在差異，本文進一步分析經(jīng)濟發(fā)展水平在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展中的調(diào)節(jié)效應，結(jié)果如表9所示.

表9 經(jīng)濟發(fā)展水平的調(diào)節(jié)效應

由表9可知:經(jīng)濟發(fā)展水平與數(shù)字技術(shù)的交互項在1%顯著性水平上顯著為負，這表明在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的過程中，經(jīng)濟發(fā)展水平起著負向調(diào)節(jié)作用，即地區(qū)的經(jīng)濟發(fā)展水平越低,該地區(qū)的數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用越大；地區(qū)的經(jīng)濟發(fā)展水平越高,該地區(qū)的數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用越小.由于地區(qū)的經(jīng)濟發(fā)展水平越低，要素市場化程度越低，要素錯配現(xiàn)象越嚴重，數(shù)字技術(shù)在改善要素錯配方面成效越顯著，所以表現(xiàn)為數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用更大，反之亦然.假設4成立.

3 結(jié)論與政策啟示

本文通過理論模型解析數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的直接作用機理、間接作用機理，以及經(jīng)濟發(fā)展水平的調(diào)節(jié)作用機理，并對機理進行實證檢驗.研究結(jié)果顯示:1)數(shù)字技術(shù)與制造業(yè)高質(zhì)量發(fā)展顯著正相關(guān)，無論是全國層面，還是區(qū)域?qū)用?，?shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展均具有顯著的促進作用；區(qū)域結(jié)果顯示，數(shù)字技術(shù)對西部地區(qū)制造業(yè)高質(zhì)量發(fā)展的促進作用最大，中部地區(qū)次之，東部地區(qū)最小.2)在數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的過程中，資本配置效率提升和勞動配置效率提升均具有部分中介效應.數(shù)字技術(shù)通過提升資本配置效率和勞動配置效率2條路徑來促進制造業(yè)高質(zhì)量發(fā)展.3)經(jīng)濟發(fā)展水平負向調(diào)節(jié)數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用.

基于所得結(jié)論，得到如下幾點啟示:

1)基于數(shù)字技術(shù)促進制造業(yè)高質(zhì)量發(fā)展的地區(qū)差異，各地應結(jié)合本地實際情況，因地制宜地制定相關(guān)政策措施，以便更好地發(fā)揮數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用.東部地區(qū)應繼續(xù)利用自身綜合實力優(yōu)勢，充分發(fā)揮數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用；中部地區(qū)可利用豐富的人力資源，發(fā)揮數(shù)字技術(shù)賦能人力資本促進制造業(yè)高質(zhì)量發(fā)展；西部地區(qū)在繼續(xù)加快推進要素市場化改革的同時，應加強數(shù)字新型基礎設施建設，改善其薄弱現(xiàn)狀，以便更好地發(fā)揮數(shù)字技術(shù)對制造業(yè)高質(zhì)量發(fā)展的促進作用.

2)轉(zhuǎn)變政府職能，加強要素市場化建設.各級政府應積極搭建平臺，減少政府在要素配置中的直接作用，轉(zhuǎn)變政府職能，從直接干預市場向維護市場秩序轉(zhuǎn)變，引導東部地區(qū)繼續(xù)提高自身要素市場化配置水平的同時，鼓勵中西部地區(qū)學習借鑒東部地區(qū)經(jīng)驗，結(jié)合自身地區(qū)特點，加強要素市場化建設，提高要素配置效率.

3)加大對中西部地區(qū)政策扶持力度，縮小東中西部地區(qū)經(jīng)濟差距.政府部門可制定政策措施，消除地區(qū)間要素流動障礙，暢通東中西部地區(qū)經(jīng)濟循環(huán).適當增加對中西部地區(qū)數(shù)字基礎設施建設投入，加大對中西部地區(qū)引進數(shù)字人才的政策支持力度，逐步縮小地區(qū)間經(jīng)濟差距.