數(shù)字化能否促進(jìn)制造業(yè)高質(zhì)量發(fā)展

樊自甫，陶友鵬

摘要：推動(dòng)制造業(yè)高質(zhì)量發(fā)展是中國(guó)由“制造大國(guó)”轉(zhuǎn)變?yōu)椤爸圃鞆?qiáng)國(guó)”的重要著力點(diǎn)。文章分析了數(shù)字化帶動(dòng)制造業(yè)高質(zhì)量發(fā)展的動(dòng)力機(jī)制，以20152019年全國(guó)省際面板數(shù)據(jù)為樣本，運(yùn)用熵值法測(cè)度了數(shù)字化與制造業(yè)的高質(zhì)量發(fā)展水平，實(shí)證檢驗(yàn)了數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響；并按照區(qū)域分組，實(shí)證檢驗(yàn)了數(shù)字化在不同區(qū)域?qū)χ圃鞓I(yè)高質(zhì)量發(fā)展的異質(zhì)性影響。結(jié)果顯示：數(shù)字化能顯著帶動(dòng)制造業(yè)高質(zhì)量發(fā)展，數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展影響具有區(qū)域異質(zhì)性，且在東部地區(qū)，帶動(dòng)效應(yīng)更加明顯，經(jīng)過(guò)替換核心解釋變量的測(cè)度方式進(jìn)行穩(wěn)健性檢驗(yàn)后，檢驗(yàn)結(jié)果依然顯著。

關(guān)鍵詞：數(shù)字化；制造業(yè)高質(zhì)量發(fā)展；熵值法

中圖分類(lèi)號(hào)：F424.7

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-8268（2022）05-0124-10

一、引言

人類(lèi)社會(huì)進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化已成為全球經(jīng)濟(jì)社會(huì)發(fā)展的重要驅(qū)動(dòng)力，特別是新冠肺炎疫情進(jìn)入常態(tài)化階段后，不受空間約束的數(shù)字經(jīng)濟(jì)優(yōu)勢(shì)逐漸凸顯，數(shù)字化正在持續(xù)提升整個(gè)社會(huì)的“免疫力”，成為疫情期間經(jīng)濟(jì)高質(zhì)量發(fā)展與制造業(yè)高質(zhì)量發(fā)展的重要引擎。習(xí)近平總書(shū)記多次強(qiáng)調(diào)數(shù)字經(jīng)濟(jì)是世界科技革命與產(chǎn)業(yè)變革的重要抓手，要發(fā)揮數(shù)字化的重要作用，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合。當(dāng)前，我國(guó)制造業(yè)數(shù)字化從發(fā)展層次上形成了中央、地方、企業(yè)三級(jí)架構(gòu)，呈現(xiàn)出全面推動(dòng)制造業(yè)數(shù)字化的發(fā)展態(tài)勢(shì)。中央政府連續(xù)出臺(tái)制造業(yè)數(shù)字化轉(zhuǎn)型升級(jí)行動(dòng)計(jì)劃與政策文件，以部署和指導(dǎo)全國(guó)的制造業(yè)數(shù)字化發(fā)展，地方政府積極響應(yīng)國(guó)家號(hào)召，相繼實(shí)施多項(xiàng)戰(zhàn)略舉措，形成了上下聯(lián)動(dòng)的發(fā)展態(tài)勢(shì)。在企業(yè)層面，各行業(yè)紛紛行動(dòng)，在企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中實(shí)施數(shù)字化改造。例如，礦產(chǎn)行業(yè)伊泰集團(tuán)利用人工智能、VR、AR等數(shù)字技術(shù)實(shí)現(xiàn)了智能化開(kāi)采，進(jìn)而實(shí)現(xiàn)“無(wú)人化開(kāi)采”，通過(guò)配備員工GPS定位系統(tǒng)、安全監(jiān)測(cè)監(jiān)控系統(tǒng)、束管監(jiān)測(cè)系統(tǒng)等數(shù)字化系統(tǒng)對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行收集、分析，實(shí)現(xiàn)了企業(yè)的數(shù)字化轉(zhuǎn)型。

制造業(yè)作為重要支柱產(chǎn)業(yè)，持續(xù)影響著我國(guó)經(jīng)濟(jì)發(fā)展，但存在大而不強(qiáng)、全而不優(yōu)等問(wèn)題［1］，其科技研發(fā)資源投入不足，污染重、能耗高，生產(chǎn)效率低，核心技術(shù)缺乏等問(wèn)題制約了制造業(yè)的高質(zhì)量發(fā)展。為此，抓住供給側(cè)結(jié)構(gòu)性改革的主線，利用數(shù)字化技術(shù)構(gòu)建高質(zhì)量、可持續(xù)、以制造業(yè)為核心的現(xiàn)代產(chǎn)業(yè)體系是助力制造業(yè)高質(zhì)量發(fā)展的重要途徑。制造業(yè)數(shù)字化發(fā)展的關(guān)鍵在企業(yè)的產(chǎn)品設(shè)計(jì)、制造、銷(xiāo)售、庫(kù)存管理和售后等環(huán)節(jié)，應(yīng)廣泛應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)，推動(dòng)企業(yè)生產(chǎn)的數(shù)字化、網(wǎng)絡(luò)化和智能化，優(yōu)化生產(chǎn)組織模式，提升企業(yè)生產(chǎn)和資源配置效率。數(shù)字技術(shù)的廣泛應(yīng)用不僅能夠降低制造企業(yè)各環(huán)節(jié)成本，提高生產(chǎn)效率，而且能將消費(fèi)者的消費(fèi)信息轉(zhuǎn)化為數(shù)據(jù)要素，企業(yè)可利用消費(fèi)者數(shù)據(jù)信息以需定產(chǎn)，在實(shí)現(xiàn)個(gè)性化生產(chǎn)的同時(shí)，有效解決產(chǎn)能過(guò)剩問(wèn)題。

二、文獻(xiàn)綜述

（一）數(shù)字化的內(nèi)涵與測(cè)度研究

一是數(shù)字化的內(nèi)涵研究。1703年，Leibniz［2］將數(shù)字化定義為二進(jìn)制系統(tǒng)，Sjodin等［3］認(rèn)為數(shù)字化是一個(gè)利用先進(jìn)技術(shù)帶來(lái)變革的“過(guò)程”，催生了大數(shù)據(jù)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)和云計(jì)算等新現(xiàn)象。肖旭等［4］將數(shù)字化定義為傳統(tǒng)產(chǎn)業(yè)運(yùn)用人工智能、云計(jì)算等數(shù)字技術(shù)提升企業(yè)生產(chǎn)數(shù)量及效率的過(guò)程；沈建光等［5］將產(chǎn)業(yè)數(shù)字化的內(nèi)涵界定為企業(yè)對(duì)產(chǎn)業(yè)鏈全要素、全流程的數(shù)字化再造過(guò)程；楊卓凡［6］認(rèn)為工業(yè)互聯(lián)網(wǎng)平臺(tái)、應(yīng)用操作軟件、電子商務(wù)平臺(tái)是數(shù)字化的重要業(yè)態(tài)。二是數(shù)字化的測(cè)度研究。目前，關(guān)于數(shù)字化的測(cè)度研究可以概括為3個(gè)維度，分別是產(chǎn)業(yè)、企業(yè)和區(qū)域維度。產(chǎn)業(yè)維度，騰訊研究院從數(shù)字中國(guó)、數(shù)字產(chǎn)業(yè)、數(shù)字政務(wù)以及數(shù)字文化4個(gè)方面來(lái)測(cè)度中國(guó)的數(shù)字化發(fā)展水平［7］。企業(yè)維度，王瑞［8］運(yùn)用問(wèn)卷分析法與層次分析法測(cè)度了企業(yè)的數(shù)字化程度，為制造業(yè)企業(yè)提升數(shù)字化能力提供了路徑參考。區(qū)域維度，范合君等［9］構(gòu)建了數(shù)字化能力概念模型，使用數(shù)字化使用能力、數(shù)字化引領(lǐng)能力、數(shù)字化盈利能力、數(shù)字化創(chuàng)新能力等4個(gè)一級(jí)指標(biāo)以及17個(gè)二級(jí)指標(biāo)來(lái)測(cè)度區(qū)域數(shù)字化能力。

（二）制造業(yè)高質(zhì)量發(fā)展測(cè)度研究

關(guān)于制造業(yè)高質(zhì)量發(fā)展的研究，同樣是從內(nèi)涵與測(cè)度兩個(gè)方面進(jìn)行。唐曉華等［10］認(rèn)為制造業(yè)高質(zhì)量發(fā)展的核心是增強(qiáng)效果與綠色發(fā)展，李英杰等［11］認(rèn)為制造業(yè)高質(zhì)量發(fā)展的核心應(yīng)該是在制造業(yè)生產(chǎn)、銷(xiāo)售等過(guò)程中質(zhì)量、動(dòng)力以及效率的有機(jī)結(jié)合。在制造業(yè)高質(zhì)量發(fā)展水平測(cè)度體系構(gòu)建方面，宋曉娜等［12］運(yùn)用云理論對(duì)制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行測(cè)度，通過(guò)構(gòu)建創(chuàng)新協(xié)調(diào)綠色開(kāi)放共享綜合測(cè)度體系分析發(fā)現(xiàn)，近幾年全國(guó)制造業(yè)發(fā)展質(zhì)量水平整體呈現(xiàn)持續(xù)穩(wěn)定上升趨勢(shì)，但地區(qū)之間的差異較大；李秋香等［13］從價(jià)值鏈角度對(duì)不同區(qū)域的制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行了分析，認(rèn)為中國(guó)制造業(yè)高質(zhì)量發(fā)展過(guò)程中應(yīng)注重區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的均衡，主動(dòng)對(duì)接國(guó)家政策，鼓勵(lì)創(chuàng)新和重視人才培養(yǎng)；賀正楚等［14］從國(guó)際競(jìng)爭(zhēng)力視角對(duì)中國(guó)制造業(yè)發(fā)展質(zhì)量水平進(jìn)行了分析，發(fā)現(xiàn)中國(guó)制造業(yè)高質(zhì)量發(fā)展受到國(guó)際市場(chǎng)份額、貿(mào)易競(jìng)爭(zhēng)指數(shù)、比較優(yōu)勢(shì)的影響；汪芳等［15］以中國(guó)制造業(yè)27個(gè)行業(yè)為研究對(duì)象，從綠色發(fā)展效率和出口技術(shù)結(jié)構(gòu)2個(gè)方面綜合測(cè)度了制造業(yè)高質(zhì)量發(fā)展水平；張愛(ài)琴等［16］基于制造業(yè)數(shù)字化轉(zhuǎn)型背景，采用CRITIC（criteria importance though intercrienia correlation）-熵值法組合權(quán)重與TOPSIS（technique for order preference by similarity to an ideal solution）相結(jié)合的評(píng)價(jià)方法，對(duì)中國(guó)30個(gè)省市不含西藏、香港、澳門(mén)和臺(tái)灣，下同。20132018年的制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行了測(cè)度。

（三）數(shù)字化與制造業(yè)高質(zhì)量發(fā)展關(guān)系研究

數(shù)字化與制造業(yè)高質(zhì)量發(fā)展之間關(guān)系的研究文獻(xiàn)較少，多數(shù)研究圍繞數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)高質(zhì)量發(fā)展展開(kāi)。在理論方面，續(xù)繼和唐琦［17］提出數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的機(jī)理可以從兩個(gè)方面來(lái)解釋?zhuān)阂皇菙?shù)字經(jīng)濟(jì)提高了全要素生產(chǎn)率，二是數(shù)字經(jīng)濟(jì)有助于釋放經(jīng)濟(jì)活力；宋洋［18］總結(jié)了數(shù)字經(jīng)濟(jì)高成長(zhǎng)性、降成本性、強(qiáng)擴(kuò)散性三大主要特征，結(jié)合高質(zhì)量發(fā)展內(nèi)涵，分析了數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展內(nèi)在與外在的雙重影響機(jī)制；師博［19］基于數(shù)字經(jīng)濟(jì)內(nèi)涵，提出促進(jìn)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的三條路徑分別是完善數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)體系、優(yōu)化數(shù)字經(jīng)濟(jì)發(fā)展體系與營(yíng)造數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境；戚聿東等［20］基于數(shù)字化經(jīng)濟(jì)背景，指出數(shù)據(jù)是推動(dòng)生產(chǎn)力進(jìn)步的關(guān)鍵要素，提出了數(shù)據(jù)作為重要生產(chǎn)要素在市場(chǎng)的配置機(jī)制。在實(shí)證方面，劉鑫鑫等［21］基于省際面板數(shù)據(jù)，探討了數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)中國(guó)制造業(yè)高質(zhì)量發(fā)展的影響機(jī)制，結(jié)果表明兩者呈現(xiàn)正向邊際效率遞增現(xiàn)象，且作用效果存在明顯的空間異質(zhì)性；惠寧等［22］發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)生產(chǎn)效率呈正向相關(guān)，尤其在東部部分經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)，數(shù)字經(jīng)濟(jì)的驅(qū)動(dòng)效果更為顯著。

綜上所述，極少有學(xué)者從實(shí)證角度檢驗(yàn)數(shù)字化與制造業(yè)高質(zhì)量發(fā)展的關(guān)系，且數(shù)字化與制造業(yè)高質(zhì)量發(fā)展測(cè)度評(píng)價(jià)體系較為匱乏。為此，本文嘗試在構(gòu)建數(shù)字化與制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，運(yùn)用20152019年中國(guó)省際面板數(shù)據(jù)對(duì)全國(guó)30個(gè)省市數(shù)字化水平以及制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行測(cè)度，然后實(shí)證檢驗(yàn)兩者之間的相關(guān)關(guān)系，并分地區(qū)檢驗(yàn)數(shù)字化對(duì)高質(zhì)量發(fā)展影響的異質(zhì)性，最后有針對(duì)性地提出相關(guān)政策建議。

三、研究設(shè)計(jì)

（一）變量設(shè)定與測(cè)度

1.被解釋變量

制造業(yè)高質(zhì)量發(fā)展（high-quality development of manufacturing industry，HDMI）。制造業(yè)高質(zhì)量發(fā)展不是一味關(guān)注制造業(yè)的體量，而是關(guān)注制造業(yè)在發(fā)展中的質(zhì)量，是一個(gè)涵蓋制造業(yè)多個(gè)方面并呈現(xiàn)高級(jí)發(fā)展?fàn)顟B(tài)的綜合概念，其包含產(chǎn)品質(zhì)量的提升與產(chǎn)品生產(chǎn)過(guò)程中的綠色化，也包含制造業(yè)全要素生產(chǎn)率的提升以及競(jìng)爭(zhēng)力的增強(qiáng)等。本文在梳理制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)體系文獻(xiàn)的基礎(chǔ)上，結(jié)合《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出的制造業(yè)發(fā)展目標(biāo)，從基礎(chǔ)水平、創(chuàng)新能力、綠色發(fā)展3個(gè)方面來(lái)衡量制造業(yè)的高質(zhì)量發(fā)展水平，形成包含3個(gè)一級(jí)指標(biāo)、12個(gè)二級(jí)指標(biāo)的評(píng)價(jià)指標(biāo)體系，如表1所示。

在指標(biāo)賦權(quán)方面，本文采用熵值法來(lái)確定數(shù)字化與制造業(yè)高質(zhì)量評(píng)價(jià)體系指標(biāo)權(quán)重，熵值法是根據(jù)各個(gè)指標(biāo)的變異程度來(lái)確定指標(biāo)權(quán)重，并通過(guò)權(quán)重表示各指標(biāo)在指標(biāo)體系中的重要程度，熵值法有主觀干預(yù)少、客觀賦權(quán)的優(yōu)點(diǎn)，相比其他賦權(quán)方法，更能客觀反映各個(gè)指標(biāo)的信息［23］。

（1）基礎(chǔ)水平。由于區(qū)域制造業(yè)高質(zhì)量發(fā)展水平受現(xiàn)有技術(shù)水平、生產(chǎn)能力等影響，本文選取單位工業(yè)增加值能耗、產(chǎn)品質(zhì)量?jī)?yōu)等品率、新產(chǎn)品銷(xiāo)售率、高端制造業(yè)產(chǎn)值增速等4個(gè)指標(biāo)反映制造業(yè)高質(zhì)量發(fā)展的基礎(chǔ)水平。

（2）創(chuàng)新能力?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提到在中國(guó)現(xiàn)代化建設(shè)中必須將科技創(chuàng)新放在核心位置。創(chuàng)新是制造業(yè)發(fā)展與轉(zhuǎn)型升級(jí)的核心驅(qū)動(dòng)力，要實(shí)現(xiàn)制造強(qiáng)國(guó)以及促進(jìn)制造業(yè)高質(zhì)量發(fā)展，必須把創(chuàng)新擺在首要位置。本文選取單位工業(yè)增加值發(fā)明專(zhuān)利數(shù)、科學(xué)研究和技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)量、規(guī)模以上工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)等4個(gè)指標(biāo)反映制造業(yè)高質(zhì)量發(fā)展中的創(chuàng)新能力。

（3）綠色發(fā)展。綠色化是制造業(yè)進(jìn)入高質(zhì)量發(fā)展階段不可忽視的一環(huán)，是制造業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展、實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境效益最優(yōu)化的重要途徑。根據(jù)各地工業(yè)廢水、廢氣和廢棄物的排放和處理情況，選取了4個(gè)指標(biāo)：二氧化硫排放強(qiáng)度、工業(yè)固體廢棄物綜合利用率、廢水處理項(xiàng)目投資和廢氣處理項(xiàng)目投資。

通過(guò)對(duì)20152019年指標(biāo)樣本數(shù)據(jù)的收集、整理、標(biāo)準(zhǔn)化與計(jì)算等，得出中國(guó)30個(gè)省市的制造業(yè)高質(zhì)量發(fā)展指數(shù)如表2所示。從時(shí)間序列來(lái)看，絕大多數(shù)省市的制造業(yè)高質(zhì)量發(fā)展指數(shù)呈上升趨勢(shì)，北京、廣東等東部發(fā)達(dá)省市上升趨勢(shì)較快，但大多數(shù)西部欠發(fā)達(dá)省市的指數(shù)上升趨勢(shì)較為緩慢。2019年，制造業(yè)高質(zhì)量發(fā)展指數(shù)的全國(guó)平均值為0.94，其中指數(shù)高于平均值的省市有9個(gè)，指數(shù)低于全國(guó)平均值的省市超過(guò)20個(gè)，東部地區(qū)制造業(yè)高質(zhì)量發(fā)展指數(shù)平均值為1.34，中部地區(qū)的平均值為0.82，西部地區(qū)的平均值為0.56，證明了各地區(qū)間、各省市間制造業(yè)高質(zhì)量發(fā)展的差距仍然較大。

2.核心解釋變量

數(shù)字化（digitization，DIG）。關(guān)于數(shù)字化水平的測(cè)度，目前尚未形成學(xué)者們公認(rèn)的評(píng)價(jià)體系?？紤]到單一指標(biāo)只能體現(xiàn)數(shù)字化的部分進(jìn)程與特征，難以反映數(shù)字化發(fā)展的綜合水平，本文從數(shù)字化環(huán)境、數(shù)字化創(chuàng)新、數(shù)字化應(yīng)用3個(gè)方面構(gòu)建區(qū)域數(shù)字化水平測(cè)度指標(biāo)體系，最終形成包含3個(gè)一級(jí)指標(biāo)、13個(gè)二級(jí)指標(biāo)的數(shù)字化水平測(cè)度評(píng)價(jià)指標(biāo)體系，如表3所示。對(duì)于指標(biāo)的賦權(quán)，同樣采用了熵值法。

（1）數(shù)字化環(huán)境。包括電子商務(wù)銷(xiāo)售額、有電子商務(wù)交易活動(dòng)企業(yè)數(shù)、每百人使用計(jì)算機(jī)數(shù)和中小企業(yè)信息化服務(wù)平臺(tái)指數(shù)4個(gè)指標(biāo)。其中，電子商務(wù)銷(xiāo)售額以及有電子商務(wù)交易活動(dòng)企業(yè)數(shù)反映了地區(qū)電子商務(wù)活動(dòng)的參與度，可以衡量區(qū)域利用數(shù)字化、網(wǎng)絡(luò)化手段開(kāi)展經(jīng)濟(jì)活動(dòng)的規(guī)模，還可以衡量區(qū)域電子商務(wù)發(fā)展水平［24］；每百人使用計(jì)算機(jī)數(shù)可以反映互聯(lián)網(wǎng)在居民中的滲透率；中小企業(yè)信息化服務(wù)平臺(tái)數(shù)可以反映區(qū)域中小企業(yè)的信息化服務(wù)體系的完備程度與建設(shè)水平。

（2）數(shù)字化創(chuàng)新。包括裝備數(shù)控化率、專(zhuān)利申請(qǐng)授權(quán)數(shù)、技術(shù)市場(chǎng)成交額3個(gè)指標(biāo)。其中，裝備數(shù)控化率是指制造企業(yè)可進(jìn)行數(shù)字化控制的裝備數(shù)量在生產(chǎn)裝備數(shù)量中的比率；專(zhuān)利申請(qǐng)授權(quán)數(shù)、技術(shù)市場(chǎng)成交額在一定程度上反映數(shù)字化創(chuàng)新能力。

（3）數(shù)字化應(yīng)用。包括企業(yè)ERP、MES、PLM與SCM普及率以及企業(yè)采購(gòu)環(huán)節(jié)與銷(xiāo)售環(huán)節(jié)電子商務(wù)應(yīng)用指數(shù)6個(gè)指標(biāo)。其中，企業(yè)ERP普及率即企業(yè)資源規(guī)劃應(yīng)用的運(yùn)用程度，企業(yè)MES普及率即企業(yè)在生產(chǎn)過(guò)程中執(zhí)行管理的滲透程度，企業(yè)PLM普及率即企業(yè)在自身產(chǎn)品中進(jìn)行的生命周期管理的比率，企業(yè)SCM普及率即企業(yè)在全業(yè)務(wù)流程中進(jìn)行供應(yīng)鏈管理的占比，企業(yè)采購(gòu)及銷(xiāo)售環(huán)節(jié)電子商務(wù)應(yīng)用指數(shù)反映企業(yè)在各流程中對(duì)電子商務(wù)的應(yīng)用程度。上述指標(biāo)值越大，反映各省市數(shù)字化在企業(yè)的滲透越深。

對(duì)20152019年內(nèi)指標(biāo)樣本數(shù)據(jù)進(jìn)行收集、整理、標(biāo)準(zhǔn)化與計(jì)算，得到中國(guó)30個(gè)省市的區(qū)域數(shù)字化指數(shù)如表4所示。從地區(qū)來(lái)看，東部地區(qū)的數(shù)字化水平高于中西部地區(qū)，西部地區(qū)數(shù)字化水平相對(duì)落后，青海、甘肅、寧夏等省份位于全國(guó)末位。從時(shí)間序列來(lái)看，各省市的數(shù)字化水平呈逐步上升趨勢(shì)，廣東、北京、江蘇等東部省市數(shù)字化指數(shù)上升趨勢(shì)迅速，且遠(yuǎn)高于西部省市。2019年，全國(guó)數(shù)字化指數(shù)平均值為1.14，其中，高于全國(guó)平均值的省市同樣為9個(gè)，東部地區(qū)制造業(yè)高質(zhì)量發(fā)展指數(shù)平均值為1.59，中部地區(qū)的平均值為1.08，西部地區(qū)的平均值為0.67，中西部地區(qū)平均值均低于全國(guó)平均值。

3.控制變量

控制變量包括外商直接投資（foreign direct investment，F(xiàn)DI）、消費(fèi)水平（consumption level，CL）、教育水平（education level，EL）、財(cái)政支出（finance expenditure，F(xiàn)E）和城市化水平（urbanization level， UL）。外商直接投資能夠通過(guò)產(chǎn)業(yè)間關(guān)聯(lián)和技術(shù)溢出等渠道影響區(qū)域制造業(yè)高質(zhì)量發(fā)展，所以采用外商投資企業(yè)出口總額來(lái)代表外商直接投資水平。消費(fèi)水平以消費(fèi)能力反映市場(chǎng)需求，對(duì)制造業(yè)高質(zhì)量發(fā)展具有重要引導(dǎo)作用，采用社會(huì)消費(fèi)品零售總額表示區(qū)域消費(fèi)水平。教育在提高勞動(dòng)力技能水平、人文素質(zhì)、環(huán)保意識(shí)等諸多方面起著不容忽視的作用，這些因素直接影響了制造業(yè)高質(zhì)量發(fā)展水平，采用每十萬(wàn)人口高等學(xué)校平均在校生數(shù)代表教育水平。財(cái)政支出對(duì)于城市制造業(yè)集聚具有正向的推動(dòng)作用［25］，推動(dòng)制造業(yè)高質(zhì)量發(fā)展，采用地方財(cái)政支出數(shù)據(jù)代替。城市化為制造業(yè)高質(zhì)量發(fā)展提供了基礎(chǔ)設(shè)施、人才與政策環(huán)境［26］，采用城鎮(zhèn)人口占總?cè)丝诒壤沓鞘谢健?/p>

（二）數(shù)據(jù)來(lái)源

遵循科學(xué)性、客觀性、可操作性、權(quán)威性、代表性等原則，在時(shí)間維度上選擇持續(xù)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，在空間維度上選擇各省市普遍采用的指標(biāo)。相關(guān)數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)、對(duì)應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)信息化與工業(yè)化融合發(fā)展水平評(píng)估報(bào)告》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》等，時(shí)間跨度為20152019年，空間跨度為中國(guó)30個(gè)省市，由于2018年《中國(guó)信息化與工業(yè)化融合發(fā)展水平評(píng)估報(bào)告》未公開(kāi)發(fā)布，該年份企業(yè)ERP普及率、企業(yè)MES普及率、企業(yè)PLM普及率、企業(yè)SCM普及率、企業(yè)采購(gòu)環(huán)節(jié)電子商務(wù)應(yīng)用指數(shù)、企業(yè)銷(xiāo)售環(huán)節(jié)電子商務(wù)應(yīng)用指數(shù)數(shù)據(jù)均采用插值法進(jìn)行彌補(bǔ)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

核心解釋變量與被解釋變量的描述性統(tǒng)計(jì)結(jié)果如表5所示。

表5中，制造業(yè)高質(zhì)量發(fā)展指數(shù)的最小值在20152019年呈現(xiàn)先降后升趨勢(shì)，最大值呈逐步上升趨勢(shì)，每年的最小值與最大值之間差距較大，表明中國(guó)省際間制造業(yè)高質(zhì)量發(fā)展水平差距較大；制造業(yè)高質(zhì)量發(fā)展指數(shù)均值在20152017年幾乎沒(méi)有變化，2017年以后，均值增長(zhǎng)較快；制造業(yè)高質(zhì)量發(fā)展指數(shù)的標(biāo)準(zhǔn)差在每年度都大于0.5，且逐年增加，表明中國(guó)省際間制造業(yè)高質(zhì)量發(fā)展水平差距較大，且還在不斷擴(kuò)大。數(shù)字化指數(shù)在20152019年的標(biāo)準(zhǔn)差在不斷擴(kuò)大，表明省際數(shù)字化水平存在顯著差異且差異在逐年擴(kuò)大；數(shù)字化指數(shù)的均值整體呈現(xiàn)逐年上升趨勢(shì)，表明中國(guó)數(shù)字化總體能力在不斷提升。

（二）基準(zhǔn)回歸模型

為了檢驗(yàn)數(shù)字化水平與制造業(yè)高質(zhì)量發(fā)展之間的關(guān)系，本文設(shè)計(jì)了基準(zhǔn)回歸模型

HDMIit=β0+β1DIGit+β2Controlsit+εit（1）

（1）式中：i為個(gè)體樣本；t為時(shí)間；ε為隨機(jī)擾動(dòng)項(xiàng)；Controls為控制變量，主要包括外商直接投資（FDI）、消費(fèi)水平（CL）、教育水平（EL）、財(cái)政支出（FE）、城市化水平（UL）?；貧w系數(shù)β及其顯著性水平分別反映數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的作用效果。

首先，驗(yàn)證數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的基本影響。為了檢驗(yàn)?zāi)Ｐ偷挠行?，分別運(yùn)用面板數(shù)據(jù)固定效應(yīng)模型與隨機(jī)效應(yīng)模型來(lái)檢驗(yàn)數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，結(jié)果如表6所示。

模型1與模型2分別是未加控制變量的面板數(shù)據(jù)固定效應(yīng)模型與隨機(jī)效應(yīng)模型檢驗(yàn)結(jié)果，模型3與模型4分別是加入了控制變量的固定效應(yīng)模型與隨機(jī)效應(yīng)模型檢驗(yàn)結(jié)果?？梢钥闯?，在未加入控制變量時(shí)，數(shù)字化在固定效應(yīng)模型與隨機(jī)效應(yīng)模型中的系數(shù)分別為0.369與0.666，都為正值且在1%的置信水平下顯著；加入控制變量之后，數(shù)字化在固定效應(yīng)模型與隨機(jī)效應(yīng)模型中的系數(shù)分別為0.292與0.461，也都為正值且在1%的置信水平下顯著，說(shuō)明數(shù)字化對(duì)于制造業(yè)高質(zhì)量發(fā)展具有顯著的正向影響。

（三）區(qū)域異質(zhì)性分析

由于中國(guó)各省份資源稟賦差異較大，數(shù)字化與制造業(yè)高質(zhì)量發(fā)展的地區(qū)分布呈現(xiàn)明顯的異質(zhì)性，為了進(jìn)一步驗(yàn)證在不同地區(qū)數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的異質(zhì)性影響，將研究對(duì)象按區(qū)域分為東部、中部、西部3個(gè)區(qū)域，并用面板數(shù)據(jù)的隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)，結(jié)果如表7所示。東部地區(qū)數(shù)字化系數(shù)為0.868，中部地區(qū)數(shù)字化系數(shù)為0.360，西部地區(qū)數(shù)字化系數(shù)為0.391，都為正值且在1%的置信水平下顯著。可以看出，東、中、西部數(shù)字化均對(duì)制造業(yè)高質(zhì)量發(fā)展有顯著影響，東部地區(qū)數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響結(jié)果明顯高于中部與西部地區(qū)，可能的原因是：東部地區(qū)擁有更為充裕的資金和高技術(shù)人才等資源，數(shù)字化技術(shù)的優(yōu)勢(shì)在引領(lǐng)制造業(yè)高質(zhì)量發(fā)展中能更充分地被釋放，而中西部地區(qū)由于數(shù)字化專(zhuān)業(yè)人才相對(duì)匱乏，對(duì)先進(jìn)數(shù)字化設(shè)備以及數(shù)字化系統(tǒng)的使用不夠精通，難以充分發(fā)揮數(shù)字化在制造業(yè)高質(zhì)量發(fā)展中的正向帶動(dòng)作用。

（四）穩(wěn)健性檢驗(yàn)

模型的穩(wěn)健性檢驗(yàn)一般有三種方式：一是改變解釋變量與被解釋變量的測(cè)度方式，二是替換解釋變量，三是采用不同的計(jì)量方法進(jìn)行檢驗(yàn)。本文主要以改變被解釋變量的測(cè)度方式進(jìn)行模型的穩(wěn)健性檢驗(yàn)?？紤]到上文已經(jīng)運(yùn)用熵值法對(duì)數(shù)字化水平進(jìn)行了測(cè)度，在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，采取主成分分析法對(duì)區(qū)域數(shù)字化指數(shù)進(jìn)行重新測(cè)度，然后運(yùn)用固定效應(yīng)模型與隨機(jī)效應(yīng)模型進(jìn)行回歸，以驗(yàn)證結(jié)果的穩(wěn)健性，回歸結(jié)果如表8所示。可以看出，采用主成分分析法重新測(cè)度的數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展在固定效應(yīng)模型（模型5）與隨機(jī)效應(yīng)模型（模型6）中的影響系數(shù)分別為0.155與 0.299，都為正值且在1%的置信水平下顯著，模型的穩(wěn)健性得到驗(yàn)證。

（五）內(nèi)生性檢驗(yàn)

常見(jiàn)可能產(chǎn)生內(nèi)生性問(wèn)題的因素主要有三種，分別是遺漏變量、變量測(cè)度誤差以及逆向因果問(wèn)題［27］。在前文分析中已經(jīng)控制了外商直接投資、消費(fèi)水平、教育水平、財(cái)政支出以及城市化水平等變量的影響，解決了部分遺漏變量問(wèn)題，也通過(guò)重新測(cè)量數(shù)字化指數(shù)解決了變量測(cè)度誤差的內(nèi)生性問(wèn)題。對(duì)于逆向因果問(wèn)題，本文將解釋變量滯后一年作為新的解釋變量進(jìn)行檢驗(yàn)，新的檢驗(yàn)結(jié)果如表9所示?？梢钥闯觯瑪?shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展在固定效應(yīng)模型（模型7）與隨機(jī)效應(yīng)模型（模型8）中的影響系數(shù)分別為0.391和0.367，都為正值且在1%的置信水平下顯著，分析驗(yàn)證了本模型不存在逆向因果問(wèn)題。

五、結(jié)論與政策建議

本文在構(gòu)建數(shù)字化與制造業(yè)高質(zhì)量發(fā)展測(cè)度評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，采用20152019年的省際面板數(shù)據(jù)對(duì)我國(guó)各省市數(shù)字化水平以及高質(zhì)量發(fā)展水平進(jìn)行了測(cè)度，驗(yàn)證了數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響，并對(duì)可能存在的內(nèi)生性問(wèn)題進(jìn)行了穩(wěn)健性檢驗(yàn)，得到以下主要結(jié)論：（1）東部地區(qū)的制造業(yè)高質(zhì)量發(fā)展水平遠(yuǎn)高于西部地區(qū)，這得益于優(yōu)越的地理位置以及人才、資金、技術(shù)等資源集聚優(yōu)勢(shì)，位于制造業(yè)高質(zhì)量發(fā)展水平“第一梯隊(duì)”省市的經(jīng)濟(jì)水平也穩(wěn)居全國(guó)前列。西部地區(qū)制造業(yè)高質(zhì)量發(fā)展水平較低，且與東部地區(qū)的差距呈現(xiàn)出逐步擴(kuò)大態(tài)勢(shì)；（2）東部地區(qū)的數(shù)字化水平遠(yuǎn)高于西部地區(qū)，位于制造業(yè)高質(zhì)量發(fā)展水平“第一梯隊(duì)”的省市同樣位于數(shù)字化水平的“第一方陣”；（3）通過(guò)面板數(shù)據(jù)回歸模型分析，發(fā)現(xiàn)數(shù)字化對(duì)制造業(yè)高質(zhì)量發(fā)展有著顯著的促進(jìn)作用。

根據(jù)上述結(jié)論，結(jié)合我國(guó)制造業(yè)發(fā)展現(xiàn)狀，提出以下政策建議：（1）平衡區(qū)域間數(shù)字化發(fā)展差異。我國(guó)各省市數(shù)字化水平參差不齊，需要對(duì)區(qū)域間數(shù)字化水平進(jìn)行平衡，特別是數(shù)字化水平較低的中西部地區(qū)，需要在政府層面對(duì)制造企業(yè)數(shù)字化改造進(jìn)行政策性引導(dǎo)，激勵(lì)企業(yè)開(kāi)展生產(chǎn)換線、機(jī)器換人、設(shè)備換芯，建立數(shù)字化車(chē)間、智能工廠等；引導(dǎo)制造企業(yè)加強(qiáng)對(duì)大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)的研發(fā)與應(yīng)用，建設(shè)數(shù)據(jù)采集、傳輸、存儲(chǔ)和分析平臺(tái)，制訂基于數(shù)據(jù)的生產(chǎn)經(jīng)營(yíng)決策；增強(qiáng)中西部地區(qū)制造企業(yè)與東部地區(qū)制造企業(yè)的交流互動(dòng)，學(xué)習(xí)東部先進(jìn)制造企業(yè)的發(fā)展經(jīng)驗(yàn)，制定幫扶政策，引導(dǎo)東部地區(qū)數(shù)字化人才、技術(shù)、資金等加速向中西部地區(qū)流動(dòng)，推動(dòng)區(qū)域間的協(xié)調(diào)發(fā)展。（2）全面提升制造業(yè)高質(zhì)量發(fā)展水平。鼓勵(lì)制造業(yè)企業(yè)與高校、研發(fā)機(jī)構(gòu)、科研院所等建立密切的產(chǎn)學(xué)研用合作關(guān)系，積極引進(jìn)高端人才、先進(jìn)技術(shù)等資源，通過(guò)數(shù)字平臺(tái)賦能、數(shù)據(jù)要素整合等方式全面推動(dòng)產(chǎn)業(yè)數(shù)字化，從而推動(dòng)整個(gè)制造業(yè)高質(zhì)量發(fā)展。（3）把握“渝新歐”國(guó)際鐵路聯(lián)運(yùn)大通道建設(shè)及“一帶一路”戰(zhàn)略機(jī)遇，加強(qiáng)與俄羅斯、巴基斯坦等沿線國(guó)家的交流合作，共享數(shù)字化成果，助推制造業(yè)數(shù)字化轉(zhuǎn)型。（4）利用數(shù)字化推動(dòng)區(qū)域間制造業(yè)高質(zhì)量發(fā)展。東部地區(qū)在穩(wěn)步發(fā)展傳統(tǒng)制造業(yè)的基礎(chǔ)上，應(yīng)積極布局新興數(shù)字產(chǎn)業(yè)，推動(dòng)全域數(shù)字化；中部與西部地區(qū)重點(diǎn)加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，營(yíng)造良好的數(shù)字化發(fā)展環(huán)境，吸引更多的優(yōu)質(zhì)數(shù)字技術(shù)服務(wù)企業(yè)和人才幫助本地區(qū)制造業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［1］楊浩昌，李廉水，劉耀彬.區(qū)域制造業(yè)創(chuàng)新驅(qū)動(dòng)力評(píng)價(jià)及其差異研究［J］.科學(xué)學(xué)研究，2021（10）：1908-1920.

［2］LEIBNIZ W G. Explanation of Binary Arithmetic［J］. Memoires de lAcademie Royale des Sciences，1703，7：223-227.

［3］SJODIN D R， PARIDA V， LEKSELL M， et al. Smart Factory Implementation and Process Innovation a Preliminary Maturity Model for Leveraging Digitalization in Manufacturing［J］. Research Technology Management， 2018（5）：22-31.

［4］肖旭，戚聿東.產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的價(jià)值維度與理論邏輯［J］.改革，2019（8）：61-70.

［5］沈建光，金天，龔謹(jǐn)，等.產(chǎn)業(yè)數(shù)字化驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)打造新模式新賽道和新生態(tài)［M］.北京：中信出版社，2020：18.

［6］楊卓凡.我國(guó)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的模式、短板與對(duì)策［J］.中國(guó)流通經(jīng)濟(jì)，2020（7）：60-67.

［7］騰訊研究院.數(shù)字中國(guó)指數(shù)報(bào)告（2019）［R/OL］.（2019-05-21）［2021-09-21］.https：//www.sohu.com/a/316495818_680938.

［8］王瑞，董明，侯文皓.制造型企業(yè)生產(chǎn)數(shù)字化成熟度評(píng)價(jià)模型及方法研究［J］.科技管理研究，2019（19）：57-64.

［9］范合君，吳婷.區(qū)域數(shù)字化能力測(cè)度與提升戰(zhàn)略路徑［J］.技術(shù)經(jīng)濟(jì)與管理研究，2021（11）：8-14.

［10］唐曉華，遲子茗.工業(yè)智能化對(duì)制造業(yè)高質(zhì)量發(fā)展的影響研究［J］.當(dāng)代財(cái)經(jīng)，2021（5）：102-114.

［11］李英杰，韓平.數(shù)字經(jīng)濟(jì)下制造業(yè)高質(zhì)量發(fā)展的機(jī)理和路徑［J］.宏觀經(jīng)濟(jì)管理，2021（5）：36-45.

［12］宋曉娜，張峰.高質(zhì)量發(fā)展下工業(yè)發(fā)展質(zhì)量測(cè)度及趨勢(shì)研究［J］.軟科學(xué)，2019（12）：36-41.

［13］李秋香，吉慧敏，黃毅敏.制造業(yè)高質(zhì)量發(fā)展的路徑與方法——價(jià)值視角［J］.科技管理研究，2021（4）：117-123.

［14］賀正楚，曹德，吳艷.中國(guó)制造業(yè)發(fā)展質(zhì)量與國(guó)際競(jìng)爭(zhēng)力的互動(dòng)路徑［J］.當(dāng)代財(cái)經(jīng)，2018（11）：88-99.

［15］汪芳，石鑫.中國(guó)制造業(yè)高質(zhì)量發(fā)展水平的測(cè)度及影響因素研究［J］.中國(guó)軟科學(xué)，2022（2）：22-31.

［16］張愛(ài)琴，張海超.數(shù)字化轉(zhuǎn)型背景下制造業(yè)高質(zhì)量發(fā)展水平測(cè)度分析［J］.科技管理研究，2021（19）：68-75.

［17］續(xù)繼，唐琦.數(shù)字經(jīng)濟(jì)與國(guó)民經(jīng)濟(jì)核算文獻(xiàn)評(píng)述［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2019（10）：117-131.

［18］宋洋.經(jīng)濟(jì)發(fā)展質(zhì)量理論視角下的數(shù)字經(jīng)濟(jì)與高質(zhì)量發(fā)展［J］.貴州社會(huì)科學(xué)，2019（11）：102-108.

［19］師博.數(shù)字經(jīng)濟(jì)促進(jìn)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制與路徑［J］.西安財(cái)經(jīng)學(xué)院學(xué)報(bào)，2020（2）：10-14.

［20］戚聿東，劉歡歡.數(shù)字經(jīng)濟(jì)下數(shù)據(jù)的生產(chǎn)要素屬性及其市場(chǎng)化配置機(jī)制研究［J］.經(jīng)濟(jì)縱橫，2020（11）：63-76.

［21］劉鑫鑫，惠寧.數(shù)字經(jīng)濟(jì)對(duì)中國(guó)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.

［22］惠寧，楊昕.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)與中國(guó)制造業(yè)高質(zhì)量發(fā)展［J］.陜西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（1）：133-147.

［23］王霞，王巖紅，蘇林，等.國(guó)家高新區(qū)產(chǎn)城融合度指標(biāo)體系的構(gòu)建及評(píng)價(jià)——基于因子分析及熵值法［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（7）：79-88.

［24］樊自甫，吳云.城市數(shù)字經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵影響因素研究［J］.重慶郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（5）：106-115.

［25］高新雨，王葉軍.財(cái)政性支出與城市制造業(yè)集聚——基于新經(jīng)濟(jì)地理學(xué)視角的解釋與證據(jù)［J］.南開(kāi)經(jīng)濟(jì)研究，2019（1）：66-81.

［26］牛林林.山東省城市化與產(chǎn)業(yè)集聚互動(dòng)發(fā)展關(guān)系研究［D］.濟(jì)南：山東師范大學(xué)，2012：11-12.

［27］范合君，吳婷.數(shù)字化能否促進(jìn)經(jīng)濟(jì)增長(zhǎng)與高質(zhì)量發(fā)展——來(lái)自中國(guó)省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)［J］.管理學(xué)刊，2021（3）：36-53.

Can Digitalization Promote the High-Quality Development of Manufacturing：

Empirical Evidence from Chinese Provincial Panel Data

FAN Zifu， TAO Youpeng

（School of Economics and Management， Chongqing University of Posts and Telecommunications， Chongqing 400065， China）

Abstract：Promoting the high-quality development of the manufacturing industry is an important focus for China to transform from a “major manufacturer” to a “manufacturing power”. This paper analyzes the dynamic mechanism that digitization drives the high-quality development of the manufacturing industry. Using the national inter-provincial panel data from 2015 to 2019 as a sample， the entropy method is used to measure the high-quality development level of digitization and manufacturing， and the effect of digitization on the manufacturing industry is empirically tested. According to the regional grouping， we empirically tested the heterogeneous impact of digitalization on the high-quality development of manufacturing industry in different regions. The results show that digitization can significantly promote the high-quality development of the manufacturing industry， and the impact of digitization has regional heterogeneity， and its driving effect is more obvious in the eastern region. After the robustness test by replacing the core explanatory variable， the test results are still significant.

Keywords：digitization;? high-quality development of manufacturing industry; entropy method

（編輯：段明琰）