周正 門博陽(yáng) 王搏
DOI:10.16366/j.cnki.1000-2359.2023.01.10
摘要:數(shù)字經(jīng)濟(jì)已成為推動(dòng)實(shí)體經(jīng)濟(jì)增長(zhǎng)的重要?jiǎng)幽堋1疚氖褂弥袊?guó)數(shù)字經(jīng)濟(jì)與制造業(yè)1999年至2018年的相關(guān)數(shù)據(jù),測(cè)度數(shù)字經(jīng)濟(jì)和制造業(yè)高質(zhì)量發(fā)展水平,并在理論分析的基礎(chǔ)上實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響及其作用機(jī)制。研究表明,中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平整體呈現(xiàn)上升趨勢(shì),1999年至2006年期間表現(xiàn)為勻速增長(zhǎng),2007年至2018年期間,增長(zhǎng)速度整體呈現(xiàn)出逐步加快趨勢(shì)。中國(guó)制造業(yè)高質(zhì)量發(fā)展指數(shù)總體呈逐步攀升態(tài)勢(shì),1999年至2007年期間表現(xiàn)為平穩(wěn)增長(zhǎng),2008年至2010年出現(xiàn)輕微回落,2011年至2018年呈現(xiàn)加速發(fā)展態(tài)勢(shì),數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正。因此,政府應(yīng)繼續(xù)加大對(duì)數(shù)字經(jīng)濟(jì)與制造業(yè)融合發(fā)展的支持力度,推動(dòng)制造業(yè)高質(zhì)量發(fā)展,徹底解決中國(guó)制造業(yè)“早熟型增速放緩”的窘境。
關(guān)鍵詞:數(shù)字經(jīng)濟(jì);制造業(yè);高質(zhì)量發(fā)展
中圖分類號(hào):F49文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1000-2359(2023)01-0072-07收稿日期:2022-07-05數(shù)字經(jīng)濟(jì)的崛起推動(dòng)了制造業(yè)生產(chǎn)技術(shù)和生產(chǎn)模式的快速進(jìn)步,也加劇了制造業(yè)激烈的市場(chǎng)競(jìng)爭(zhēng)。在數(shù)字經(jīng)濟(jì)發(fā)展引發(fā)新一輪工業(yè)革命大背景下,我國(guó)高度重視數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)發(fā)展的機(jī)遇,先后提出了包括“制造強(qiáng)國(guó)”“中國(guó)制造2025”和“智能制造”等在內(nèi)的制造業(yè)發(fā)展戰(zhàn)略,面對(duì)制造業(yè)發(fā)展的客觀需求和嚴(yán)峻的內(nèi)外部形勢(shì),指明了未來(lái)我國(guó)制造業(yè)發(fā)展的目標(biāo)和方向。
一、理論分析與研究假設(shè)
數(shù)字經(jīng)濟(jì)具有滲透性強(qiáng)、影響范圍廣和包容度高等特點(diǎn),數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)發(fā)展的主要因素可細(xì)分為數(shù)字化生產(chǎn)要素、數(shù)字技術(shù)和數(shù)字網(wǎng)絡(luò)等三個(gè)層次。結(jié)合制造業(yè)高質(zhì)量發(fā)展的具體特征,可將其刻畫為資源配置效率、創(chuàng)新升級(jí)能力和包容性發(fā)展三個(gè)方面:
其一,生產(chǎn)要素?cái)?shù)字化可以顯著提升制造業(yè)資源配置效率 馮素玲,許德慧:《數(shù)字產(chǎn)業(yè)化對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響機(jī)制分析:基于2010—2019年中國(guó)省際面板數(shù)據(jù)的實(shí)證分析》,《東岳論叢》,2022年第1期。。數(shù)據(jù)資源等原生數(shù)字化生產(chǎn)要素能夠打破信息不對(duì)稱壁壘,降低資源錯(cuò)配風(fēng)險(xiǎn)。融合數(shù)字化生產(chǎn)要素中的數(shù)字金融能通過(guò)促進(jìn)企業(yè)創(chuàng)新推動(dòng)制造業(yè)技術(shù)創(chuàng)新,提高資源配置效率 孫早,侯玉琳:《人工智能發(fā)展對(duì)產(chǎn)業(yè)全要素生產(chǎn)率的影響:一個(gè)基于中國(guó)制造業(yè)的經(jīng)驗(yàn)研究》,《經(jīng)濟(jì)學(xué)家》,2021第1期。。此外,數(shù)字化教育資源顛覆了傳統(tǒng)學(xué)習(xí)模式,強(qiáng)化了制造業(yè)人力資本深度,間接提高了制造業(yè)資源配置效率。其二,數(shù)字技術(shù)可以有效增強(qiáng)制造業(yè)創(chuàng)新升級(jí)能力 郭然,原毅軍,張涌鑫:《互聯(lián)網(wǎng)發(fā)展、技術(shù)創(chuàng)新與制造業(yè)國(guó)際競(jìng)爭(zhēng)力:基于跨國(guó)數(shù)據(jù)的經(jīng)驗(yàn)分析》,《經(jīng)濟(jì)問(wèn)題探索》,2021年第1期。。數(shù)字技術(shù)作為數(shù)字經(jīng)濟(jì)的核心要素,帶動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展壯大,倒逼制造業(yè)通過(guò)創(chuàng)新滿足數(shù)字經(jīng)濟(jì)發(fā)展需要。數(shù)字技術(shù)的影響具體表現(xiàn)為推動(dòng)技術(shù)變革及具體方案實(shí)施,集中體現(xiàn)在制造數(shù)據(jù)搜集和生產(chǎn)環(huán)節(jié)優(yōu)化等方面,加速制造業(yè)從研發(fā)到生產(chǎn)直至銷售過(guò)程的轉(zhuǎn)換,使其“數(shù)智”水平和運(yùn)營(yíng)效率得到一定提高,最大程度迎合個(gè)性化的消費(fèi)需要。其三,數(shù)字網(wǎng)絡(luò)推動(dòng)制造業(yè)包容性發(fā)展。數(shù)字網(wǎng)絡(luò)能夠引導(dǎo)生產(chǎn)要素有效流動(dòng),推動(dòng)制造業(yè)綠色發(fā)展。數(shù)據(jù)信息可以通過(guò)數(shù)字網(wǎng)絡(luò)跨越空間,這種數(shù)據(jù)流動(dòng)能夠引導(dǎo)人才、資本和技術(shù)按需流動(dòng) 許憲春,任雪,常子豪:《大數(shù)據(jù)與綠色發(fā)展》,《中國(guó)工業(yè)經(jīng)濟(jì)》,2019年第4期。。促進(jìn)制造業(yè)實(shí)現(xiàn)生產(chǎn)資料等要素的高效匯集與使用,重塑管理新流程,催生制造業(yè)數(shù)字化新業(yè)態(tài) 劉洋,應(yīng)震洲,應(yīng)瑛:《數(shù)字創(chuàng)新能力:內(nèi)涵結(jié)構(gòu)與理論框架》,《科學(xué)學(xué)研究》,2021年第6期。。
綜上所述,本文提出如下理論假設(shè):第一,數(shù)字經(jīng)濟(jì)的數(shù)字化生產(chǎn)要素能提高制造業(yè)的勞動(dòng)生產(chǎn)率,提升制造業(yè)決策效率,降低交易成本,提升制造業(yè)資源配置效率。第二,數(shù)字經(jīng)濟(jì)的數(shù)字技術(shù)屬性通過(guò)促進(jìn)制造業(yè)技術(shù)創(chuàng)新,加快制造業(yè)創(chuàng)新推廣,提高制造業(yè)邊際效益,增強(qiáng)制造業(yè)創(chuàng)新升級(jí)能力。第三,數(shù)字經(jīng)濟(jì)的數(shù)字網(wǎng)絡(luò)部分也能通過(guò)加速制造業(yè)內(nèi)的資源流動(dòng),提高制造業(yè)勞動(dòng)者收入,助力制造業(yè)集約化發(fā)展,推動(dòng)制造業(yè)包容性發(fā)展。
二、模型設(shè)定與指標(biāo)選取
根據(jù)以上理論分析,本文構(gòu)建包含數(shù)字化生產(chǎn)要素、數(shù)字技術(shù)和數(shù)字網(wǎng)絡(luò)三方面內(nèi)容的指標(biāo)體系測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平,并構(gòu)建包含資源配置效率、創(chuàng)新升級(jí)能力和包容性發(fā)展三方面內(nèi)容的指標(biāo)體系測(cè)度制造業(yè)高質(zhì)量發(fā)展指數(shù)。通過(guò)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平和制造業(yè)高質(zhì)量發(fā)展指數(shù)的測(cè)度,觀察1999年至2018年間數(shù)字經(jīng)濟(jì)和制造業(yè)高質(zhì)量發(fā)展的趨勢(shì)和可能存在的關(guān)系,并在理論分析的基礎(chǔ)上,使用線性回歸模型檢驗(yàn)1999年至2018年期間數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的主要因素和經(jīng)濟(jì)后果。
(一)模型設(shè)定
數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的過(guò)程較為復(fù)雜,前文已經(jīng)從理論上剖析了數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)發(fā)展的機(jī)理,為了檢驗(yàn)數(shù)字經(jīng)濟(jì)是否能夠驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展,本文構(gòu)建實(shí)證方程:
hmiij=α0+α1delij+δkij+μij。其中,hmi為制造業(yè)高質(zhì)量發(fā)展指數(shù),是該模型中的被解釋變量。del為數(shù)字經(jīng)濟(jì)發(fā)展水平,是該模型的核心解釋變量。α、δ為參數(shù),k為控制變量,μ為隨機(jī)擾動(dòng)項(xiàng)。其中hmi和del將使用下文構(gòu)建的指標(biāo)體系予以測(cè)量。
(二)指標(biāo)選取
鑒于1998年國(guó)有企業(yè)改革影響,本文數(shù)據(jù)選取時(shí)間起點(diǎn)設(shè)置為1999年。此外,由于2018年中美貿(mào)易摩擦加劇,美國(guó)對(duì)中國(guó)包括電子及通信設(shè)備制造業(yè)在內(nèi)的高技術(shù)產(chǎn)業(yè)征收高額關(guān)稅,并設(shè)置技術(shù)壁壘,而2020年開始的新型冠狀疫情又嚴(yán)重阻礙了數(shù)字經(jīng)濟(jì)與制造業(yè)發(fā)展。由于以上“黑天鵝”事件的沖擊,2019年開始的統(tǒng)計(jì)數(shù)據(jù)不能準(zhǔn)確刻畫常態(tài)下數(shù)字經(jīng)濟(jì)與制造業(yè)的發(fā)展趨勢(shì)?;谝陨峡紤],本文實(shí)證分析的數(shù)據(jù)截至2018年。
數(shù)字經(jīng)濟(jì)發(fā)展水平及制造業(yè)高質(zhì)量發(fā)展指數(shù)的相關(guān)數(shù)據(jù)將在后文進(jìn)行測(cè)算,此處不再贅述。各種變量的原始數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局、中經(jīng)網(wǎng)數(shù)據(jù)庫(kù),原始數(shù)據(jù)的個(gè)別缺失數(shù)據(jù)采用插值法進(jìn)行補(bǔ)全。本文實(shí)證解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平,其水平值由后文從數(shù)字化生產(chǎn)要素、數(shù)字技術(shù)和數(shù)字網(wǎng)絡(luò)三部分測(cè)算得出。被解釋變量為制造業(yè)高質(zhì)量發(fā)展指數(shù),其指數(shù)由后文提到的制造業(yè)資源配置效率、創(chuàng)新升級(jí)能力和包容性發(fā)展三個(gè)方面測(cè)算得出。控制變量方面,使用中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)公布的人均受教育年限來(lái)表示人力資本水平;使用公路里程數(shù)表示交通發(fā)展水平,即中國(guó)公路線路里程數(shù);人均GDP由經(jīng)濟(jì)發(fā)展水平來(lái)表示,并以1999年為基期的平減指數(shù)對(duì)人均GDP做平減處理;金融發(fā)展水平使用金融機(jī)構(gòu)貸款余額占GDP比重表示,即金融機(jī)構(gòu)各項(xiàng)貸款余額與當(dāng)年GDP比值。
三、實(shí)證檢驗(yàn)與結(jié)果分析
(一)數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度
本文著眼于數(shù)字化生產(chǎn)要素、數(shù)字技術(shù)和數(shù)字網(wǎng)絡(luò)三個(gè)方面,包括長(zhǎng)途光纜線路長(zhǎng)度、電話普及率和網(wǎng)頁(yè)數(shù)量等八個(gè)具體指標(biāo),借鑒楊慧梅 楊慧梅,江璐:《數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率》,《統(tǒng)計(jì)研究》,2021年第4期。等學(xué)者的思想,構(gòu)建中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度體系(如表1所示),首先對(duì)各指標(biāo)做標(biāo)準(zhǔn)化處理,然后采用熵值法進(jìn)行指標(biāo)的客觀賦權(quán),最后測(cè)算出數(shù)字經(jīng)濟(jì)發(fā)展水平。
本文選取1999年至2018年數(shù)據(jù)作為研究樣本。其中,長(zhǎng)途光纜線路長(zhǎng)度等數(shù)據(jù)取自《中國(guó)統(tǒng)計(jì)年鑒》。互聯(lián)網(wǎng)普及率的個(gè)別缺失數(shù)據(jù)采用《中國(guó)統(tǒng)計(jì)年鑒》數(shù)據(jù),使用互聯(lián)網(wǎng)上網(wǎng)人數(shù)與全國(guó)人口數(shù)之比計(jì)算補(bǔ)齊,網(wǎng)頁(yè)數(shù)個(gè)別缺失數(shù)據(jù)取自《2002-2005年中國(guó)互聯(lián)網(wǎng)絡(luò)信息資源數(shù)量調(diào)查報(bào)告》,其他指標(biāo)的個(gè)別缺失數(shù)據(jù)采用線性插值法等進(jìn)行補(bǔ)齊。
(1)數(shù)據(jù)標(biāo)準(zhǔn)化處理
數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系各項(xiàng)數(shù)據(jù)因其單位各有不同,且無(wú)法換算成統(tǒng)一的單位,故需要對(duì)各項(xiàng)數(shù)據(jù)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,消除單位不一致對(duì)測(cè)量及實(shí)證結(jié)果的影響。此處對(duì)數(shù)字經(jīng)濟(jì)各指標(biāo)進(jìn)行無(wú)量綱的標(biāo)準(zhǔn)化,并對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)做非負(fù)處理,具體公式為:
Xij=0.01+xij-xxinxmax-xmin。其中,Xij表示第i行的第j項(xiàng)數(shù)據(jù)的標(biāo)準(zhǔn)化數(shù)值,xij表示第i行的第j項(xiàng)數(shù)據(jù)的原始數(shù)值,xmin和xmax表示該數(shù)據(jù)樣本的最小值和最大值。
(2)熵值法原理及測(cè)量結(jié)果
根據(jù)熵值理論,第j項(xiàng)指標(biāo)的熵值可以表示為:ei=-KΣni=1XijlnXij。對(duì)于第j項(xiàng)指標(biāo)值在各個(gè)評(píng)級(jí)樣本中的差異越小,則指標(biāo)的熵值越大,該指標(biāo)對(duì)方案所起的作用就越??;相反,該指標(biāo)值在各個(gè)評(píng)級(jí)樣本中的差異越大,則指標(biāo)的熵值越小,該指標(biāo)對(duì)方案所起的作用就越大。由此將第j項(xiàng)指標(biāo)的權(quán)重定義為:αi=(1=ej)/Σnj=1(1-ej)。根據(jù)各指標(biāo)計(jì)算得出的熵值權(quán)重最終可以得出第i個(gè)樣本的綜合評(píng)價(jià)指標(biāo)得分,即數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系中某個(gè)指標(biāo)的系數(shù):θj=αj×Xij。
最后,通過(guò)以上處理及各分項(xiàng)加總測(cè)算出中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)(見(jiàn)表2)。
(二)制造業(yè)高質(zhì)量發(fā)展水平測(cè)度
在深刻理解高質(zhì)量發(fā)展及制造業(yè)高質(zhì)量發(fā)展的經(jīng)濟(jì)學(xué)含義的基礎(chǔ)上,構(gòu)建了包含資源配置效率、創(chuàng)新升級(jí)能力和包容性發(fā)展三個(gè)方面的制造業(yè)高質(zhì)量發(fā)展指標(biāo)體系(見(jiàn)表3)。該體系增加了現(xiàn)有制造業(yè)高質(zhì)量發(fā)展指標(biāo)體系鮮有考慮的社會(huì)共享范圍,使得高質(zhì)量發(fā)展指數(shù)的測(cè)量更為合理、準(zhǔn)確,為研究和測(cè)度產(chǎn)業(yè)高質(zhì)量發(fā)展指標(biāo)體系提供了理論及技術(shù)支撐。
如前文所述,本文數(shù)據(jù)的時(shí)期為1999年至2018年。其中,制造業(yè)產(chǎn)值等數(shù)據(jù)取自《中國(guó)統(tǒng)計(jì)年鑒》。工資總額指標(biāo)數(shù)據(jù)取自勞動(dòng)統(tǒng)計(jì)年鑒的分行業(yè)就業(yè)人員工資總額數(shù)據(jù)。二氧化硫排放量取自《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。制造業(yè)產(chǎn)值個(gè)別缺失數(shù)據(jù)采用公式:本年產(chǎn)品銷售收入+上年存貨余額-本年存貨余額進(jìn)行計(jì)算補(bǔ)齊。出口交貨值、應(yīng)交增值稅和固定資產(chǎn)凈值年均余額等指標(biāo)數(shù)據(jù)的個(gè)別缺失使用線性插值法等方式進(jìn)行補(bǔ)齊。
(1)數(shù)據(jù)標(biāo)準(zhǔn)化處理
同理于數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度,測(cè)量制造業(yè)高質(zhì)量發(fā)展水平指數(shù)前也要對(duì)各項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,使指標(biāo)數(shù)據(jù)變成無(wú)量綱化的統(tǒng)一形式,消除單位不一致對(duì)測(cè)量及實(shí)證結(jié)果的影響。此處對(duì)制造業(yè)發(fā)展各指標(biāo)進(jìn)行無(wú)量綱的標(biāo)準(zhǔn)化處理的方式與對(duì)數(shù)字經(jīng)濟(jì)指標(biāo)數(shù)據(jù)方式略有不同,需要單獨(dú)處理逆向指標(biāo)的無(wú)量綱化。其中,諸如制造業(yè)產(chǎn)值增長(zhǎng)率等正向指標(biāo)無(wú)量綱化及標(biāo)準(zhǔn)化數(shù)據(jù)做非負(fù)處理的公式為:Xij=0.01+xij-Xminxmax-xmin,該公式處理的標(biāo)準(zhǔn)化數(shù)據(jù)越大意味著對(duì)目標(biāo)指數(shù)的促進(jìn)作用越大。諸如單位產(chǎn)值二氧化硫排放量等逆向指標(biāo)無(wú)量綱化及標(biāo)準(zhǔn)化數(shù)據(jù)做非負(fù)處理的公式為:Xij=0.01+xmax-xijxmax-xmin,該公式處理的標(biāo)準(zhǔn)化數(shù)據(jù)越小意味著對(duì)目標(biāo)指數(shù)的促進(jìn)作用越大。
(2)制造業(yè)高質(zhì)量發(fā)展指數(shù)測(cè)量結(jié)果
利用制造業(yè)(不包含計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)數(shù)據(jù))1999年至2018年相關(guān)數(shù)據(jù),測(cè)算制造業(yè)期間的高質(zhì)量發(fā)展水平。使用上述標(biāo)準(zhǔn)化公式及熵值法對(duì)制造業(yè)高質(zhì)量發(fā)展指數(shù)進(jìn)行測(cè)算(見(jiàn)表4)。
(三)變量的描述性統(tǒng)計(jì)
根據(jù)上述測(cè)量并對(duì)相關(guān)變量數(shù)據(jù)做完標(biāo)準(zhǔn)化等相關(guān)處理后,各變量的描述性分析結(jié)果如(表5所示)。
由表5可知,所有變量數(shù)據(jù)的標(biāo)準(zhǔn)差都小于其均值,說(shuō)明所選擇的變量整體的離散程度較小,且分布較為集中。其中,解釋變量數(shù)字經(jīng)濟(jì)發(fā)展水平的最大值是最小值的100倍;控制變量中的人均GDP的最大值與最小值相差較大。造成最大值與最小值差距較大的現(xiàn)象主要有兩方面原因:一是某些變量在樣本期間實(shí)現(xiàn)了長(zhǎng)足的進(jìn)步;二是某些變量是國(guó)家政策扶持和倡導(dǎo)的發(fā)展方向,發(fā)展勢(shì)頭較為迅猛。以上即是本文所涉及變量的統(tǒng)計(jì)性描述結(jié)果。
(四)變量的平穩(wěn)性分析及協(xié)整檢驗(yàn)
(1)變量的平穩(wěn)性分析
本文使用的實(shí)證數(shù)據(jù)為時(shí)間序列數(shù)據(jù),因此在做實(shí)證分析之前必須檢驗(yàn)各個(gè)指標(biāo)變量的平穩(wěn)性,保證所有的變量指標(biāo)是平穩(wěn)的,滿足計(jì)量分析的要求。在檢驗(yàn)指標(biāo)變量的平穩(wěn)性時(shí),參照時(shí)間序列單位根的檢驗(yàn)方法,對(duì)本文數(shù)據(jù)指標(biāo)進(jìn)行了單位根檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表6。
由表6可知,在所使用的各種變量數(shù)據(jù)中,數(shù)字經(jīng)濟(jì)發(fā)展水平和制造業(yè)高質(zhì)量發(fā)展指數(shù)均通過(guò)了單位根檢驗(yàn),說(shuō)明這兩個(gè)變量都是平穩(wěn)變量,即零階單整變量I(0)。人均受教育年限、公路線路里程和金融機(jī)構(gòu)貸款余額占比等四個(gè)變量未通過(guò)單位根檢驗(yàn),但是這四個(gè)變量的一階差分序列均通過(guò)了單位根檢驗(yàn),說(shuō)明這四個(gè)變量雖然是非平穩(wěn)的時(shí)間序列,但是都是一階單整變量I(1)。因此,鑒于存在非平穩(wěn)變量,需要對(duì)實(shí)證數(shù)據(jù)作進(jìn)一步的協(xié)整檢驗(yàn),當(dāng)且僅當(dāng)這些變量數(shù)據(jù)滿足協(xié)整關(guān)系,才能夠開展下一步的實(shí)證分析工作。
(2)變量的協(xié)整檢驗(yàn)
根據(jù)上文單位根的檢驗(yàn)結(jié)果可知,控制變量中反映人力資本水平和金融發(fā)展水平的變量指標(biāo)數(shù)據(jù)為非平穩(wěn)序列,鑒于此,本文為了保證后續(xù)實(shí)證分析的可靠性,對(duì)目前變量數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。鑒于本文使用時(shí)間序列的樣本特點(diǎn),EG兩步法是檢驗(yàn)數(shù)據(jù)指標(biāo)協(xié)整的最佳方法,且便于后文實(shí)證檢驗(yàn)效果的直觀性及連貫性,對(duì)于EG兩步法的回歸分析結(jié)果將在實(shí)證分析部分一并列出,此處不再列示,具體結(jié)果如表7所示。
從表7所示情況來(lái)看,實(shí)驗(yàn)組變量數(shù)據(jù)通過(guò)了1%顯著水平下的協(xié)整檢驗(yàn),說(shuō)明各變量間存在穩(wěn)定的協(xié)整關(guān)系,拒絕原假設(shè)。以上各變量數(shù)據(jù)可以用作進(jìn)行下一步的實(shí)證分析。
(五)數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的實(shí)證結(jié)果分析
在上述分析的基礎(chǔ)上對(duì)包含數(shù)字經(jīng)濟(jì)、制造業(yè)高質(zhì)量發(fā)展等六個(gè)指標(biāo)在內(nèi)的變量進(jìn)行了回歸檢驗(yàn),具體結(jié)果如表8所示:
如表8所示,以制造業(yè)高質(zhì)量發(fā)展為被解釋變量的回歸結(jié)果來(lái)看,數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正,這與理論分析結(jié)論一致。從回歸檢驗(yàn)的結(jié)果看,數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%,制造業(yè)高質(zhì)量發(fā)展指數(shù)將至少提高0.91%。這說(shuō)明數(shù)字經(jīng)濟(jì)的發(fā)展不僅能夠極大地推動(dòng)制造業(yè)的高質(zhì)量發(fā)展,也是促進(jìn)制造業(yè)由高速增長(zhǎng)轉(zhuǎn)為高質(zhì)量發(fā)展,解決制造業(yè)“早熟型增速放緩”問(wèn)題的有力手段之一。數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展驅(qū)動(dòng)之所以能表現(xiàn)出顯著的正向效果,究其原因主要在于:首先,數(shù)字經(jīng)濟(jì)強(qiáng)滲透、易普及的特點(diǎn)使得數(shù)字經(jīng)濟(jì)在包括制造業(yè)在內(nèi)的多個(gè)產(chǎn)業(yè)中廣泛使用。具有一定規(guī)模和技術(shù)能力的數(shù)字經(jīng)濟(jì)能夠幫助制造業(yè)降低運(yùn)輸成本,消除信息不對(duì)稱并提高資源流動(dòng)效率,促進(jìn)制造業(yè)實(shí)現(xiàn)低成本、高效益的運(yùn)營(yíng)模式,提高制造業(yè)的資源配置效率及效益,為制造業(yè)高質(zhì)量發(fā)展奠定必要的經(jīng)濟(jì)基礎(chǔ)。其次,數(shù)字經(jīng)濟(jì)的互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新興技術(shù)帶來(lái)了新一輪的工業(yè)革命,由此能夠推動(dòng)制造業(yè)進(jìn)行技術(shù)革命,提高其創(chuàng)新能力、降低研發(fā)成本并加快創(chuàng)新成果轉(zhuǎn)化。再次,數(shù)字技術(shù)帶來(lái)的制造業(yè)生產(chǎn)技術(shù)的提高和生產(chǎn)工藝的創(chuàng)新等,能夠極大地提高制造業(yè)的生產(chǎn)效率,推動(dòng)制造業(yè)向集約化方向發(fā)展,實(shí)現(xiàn)制造業(yè)低耗高產(chǎn)的綠色發(fā)展模式。最后,數(shù)字經(jīng)濟(jì)除了能夠幫助金融業(yè)等服務(wù)產(chǎn)業(yè)實(shí)現(xiàn)服務(wù)、支撐的普惠性,引導(dǎo)制造業(yè)將高質(zhì)量發(fā)展的成果以合理的比例及形式回饋至社會(huì),以公平共享為原則,不斷提高自身產(chǎn)業(yè)價(jià)值,更好地履行社會(huì)責(zé)任。
進(jìn)一步分析,從控制變量的結(jié)果來(lái)看,四個(gè)控制變量與制造業(yè)高質(zhì)量發(fā)展總體上存在顯著的相關(guān)性。其中,反映人力資本水平高低的人均受教育年限能夠始終對(duì)制造業(yè)高質(zhì)量發(fā)展起到正向的促進(jìn)作用,當(dāng)加入人力資本水平控制變量后,數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的系數(shù)變小也可以證明上述論斷。當(dāng)繼續(xù)加入交通設(shè)施水平(公路線路里程數(shù))和經(jīng)濟(jì)發(fā)展水平(人均GDP)時(shí),這兩個(gè)控制變量對(duì)制造業(yè)高質(zhì)量發(fā)展的影響并不顯著,但卻出現(xiàn)了數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的影響程度增大的情況,說(shuō)明這兩個(gè)控制變量雖然并未對(duì)制造業(yè)高質(zhì)量發(fā)展產(chǎn)生明顯的效果,但是在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的過(guò)程中能夠起到一定的作用。繼續(xù)加入金融發(fā)展水平(金融機(jī)構(gòu)貸款額占GDP比),顯示在1999年至2018年期間,中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平和人力資本水平與制造業(yè)高質(zhì)量發(fā)展存在顯著的正相關(guān)關(guān)系,而這一時(shí)期的交通設(shè)施水平、經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平與制造業(yè)高質(zhì)量發(fā)展表現(xiàn)出顯著的負(fù)相關(guān)關(guān)系。在此期間中國(guó)的人力資本水平能夠正向推動(dòng)制造業(yè)高質(zhì)量發(fā)展,主要是由于人力資本水平的不斷提高,一方面能夠帶來(lái)人力資本存量的大幅提升,提高勞動(dòng)生產(chǎn)率。另一方面,較高的人力資本水平能夠幫助制造業(yè)企業(yè)等提高生產(chǎn)、管理等環(huán)節(jié)決策正確性概率,從而降低失誤成本,增強(qiáng)企業(yè)容錯(cuò)能力及競(jìng)爭(zhēng)力,幫助制造業(yè)及其企業(yè)持續(xù)發(fā)展。按照以往文獻(xiàn)的分析,交通設(shè)施水平、經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平的提高應(yīng)該能夠降低制造業(yè)生產(chǎn)成本,降低制造業(yè)運(yùn)輸成本,提高制造業(yè)資源配置效率等,但在本文回歸分析卻并未表現(xiàn)出對(duì)制造業(yè)高質(zhì)量發(fā)展的顯著促進(jìn)效果,其原因可能主要有如下三點(diǎn):首先,雖然各個(gè)控制變量的某一個(gè)變量均能夠單獨(dú)地促進(jìn)或者抑制制造業(yè)的發(fā)展,但是當(dāng)各個(gè)控制變量共同作用于制造業(yè)發(fā)展的時(shí)候,由于各控制變量在某一時(shí)間的發(fā)展水平不同,相互之間的錯(cuò)位匹配使其無(wú)法發(fā)揮協(xié)同作用,或者是促進(jìn)與抑制作用相互抵消,這些導(dǎo)致了各個(gè)控制變量與制造業(yè)高質(zhì)量發(fā)展之間沒(méi)有出現(xiàn)應(yīng)該有的顯著關(guān)系。其次,各個(gè)控制變量更多的是促進(jìn)了制造業(yè)效益方面的提升,而對(duì)于制造業(yè)創(chuàng)新能力和結(jié)構(gòu)優(yōu)化升級(jí)的促進(jìn)作用較小,對(duì)制造業(yè)綠色發(fā)展和共享發(fā)展的促進(jìn)作用更是微乎其微。所以,整體上雖然能夠促進(jìn)制造業(yè)經(jīng)濟(jì)效益的提升,但對(duì)于制造業(yè)高質(zhì)量發(fā)展的作用并不顯著。最后,可能是該時(shí)期三個(gè)控制變量的發(fā)展階段、特征與制造業(yè)高質(zhì)量發(fā)展所需要三個(gè)變量的水平相悖,從而造成了抑制而非促進(jìn)的情況發(fā)生。鑒于控制變量與制造業(yè)發(fā)展并非本文研究重點(diǎn),此處不再贅述。
(六)穩(wěn)健性檢驗(yàn)
為了驗(yàn)證實(shí)證結(jié)果的穩(wěn)健性,分別使用數(shù)字網(wǎng)絡(luò)、數(shù)字化技術(shù)和上網(wǎng)人數(shù)三個(gè)指標(biāo)替代數(shù)字經(jīng)濟(jì)發(fā)展水平,并作為解釋變量代入方程中進(jìn)行實(shí)證檢驗(yàn),用以驗(yàn)證基礎(chǔ)實(shí)證模型及結(jié)論的穩(wěn)健性。相關(guān)指標(biāo)均通過(guò)了平穩(wěn)性及協(xié)整檢驗(yàn),限于篇幅此處不再贅述,具體結(jié)果見(jiàn)表9。
由表9可知,數(shù)字網(wǎng)絡(luò)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正,與基礎(chǔ)模型實(shí)證結(jié)論一致,且數(shù)字網(wǎng)絡(luò)發(fā)展水平每提高1%,制造業(yè)高質(zhì)量發(fā)展水平提高0.49%。數(shù)字技術(shù)水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正,與基礎(chǔ)模型實(shí)證結(jié)論一致,且數(shù)字技術(shù)水平每提高1%,制造業(yè)高質(zhì)量發(fā)展水平提高0.55%。上網(wǎng)人數(shù)對(duì)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正,與基礎(chǔ)模型實(shí)證結(jié)論一致,且上網(wǎng)人數(shù)每提高1%,制造業(yè)高質(zhì)量發(fā)展水平提高0.61%。通過(guò)將其與表8進(jìn)行對(duì)比可知,數(shù)字網(wǎng)絡(luò)、數(shù)字技術(shù)和上網(wǎng)人數(shù)三者單獨(dú)對(duì)制造業(yè)高質(zhì)量發(fā)展和數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)高質(zhì)量發(fā)展的影響方向完全一致,并且在顯著性上只表現(xiàn)出了系數(shù)存在些許差異。綜上所述,數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高質(zhì)量發(fā)展的實(shí)證結(jié)果穩(wěn)健,驗(yàn)證了理論假設(shè)。
四、研究結(jié)論
本文在已有研究的基礎(chǔ)上,首先運(yùn)用熵值法測(cè)度了我國(guó)1999年至2018年間的數(shù)字經(jīng)濟(jì)發(fā)展水平和制造業(yè)高質(zhì)量發(fā)展指數(shù),結(jié)果顯示數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展趨勢(shì)趨同。其一,通過(guò)理論分析和實(shí)證檢驗(yàn)揭示數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的影響因素和傳導(dǎo)機(jī)制。結(jié)論表明,中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平整體呈現(xiàn)上升趨勢(shì)。其中,1999年至2006年期間,增長(zhǎng)方式表現(xiàn)為勻速增長(zhǎng),每年增長(zhǎng)幅度相近。2007年至2018年期間,除個(gè)別年份增長(zhǎng)相對(duì)遲緩,增長(zhǎng)速度整體呈現(xiàn)出逐步加快趨勢(shì)。說(shuō)明中國(guó)數(shù)字經(jīng)濟(jì)自1994年落地生根以來(lái),得到了快速發(fā)展,數(shù)字經(jīng)濟(jì)的規(guī)模和實(shí)力得到了實(shí)質(zhì)性的提高,具備了驅(qū)動(dòng)制造業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的基礎(chǔ)。其二,中國(guó)制造業(yè)高質(zhì)量發(fā)展指數(shù)總體呈逐步攀升態(tài)勢(shì)。其中,1999年至2007年期間,制造業(yè)高質(zhì)量發(fā)展水平表現(xiàn)為平穩(wěn)向好,2008年至2010年由于受到全球金融危機(jī)的影響,制造業(yè)高質(zhì)量發(fā)展情況受到了一定程度的影響,出現(xiàn)了輕微回落。經(jīng)過(guò)三年的調(diào)整后,2011年至2018年制造業(yè)高質(zhì)量發(fā)展情況出現(xiàn)了加速發(fā)展態(tài)勢(shì)。其三,數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展的影響顯著為正,數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%,制造業(yè)高質(zhì)量發(fā)展指數(shù)將至少提高0.91%。實(shí)證結(jié)果進(jìn)一步表明,從制造業(yè)高質(zhì)量發(fā)展的內(nèi)生動(dòng)力方面看,僅人力資本水平、交通設(shè)施水平、經(jīng)濟(jì)發(fā)展水平及金融發(fā)展水平等要素規(guī)模的提升對(duì)制造業(yè)高質(zhì)量發(fā)展的正向拉動(dòng)作用有限,意味著規(guī)模經(jīng)濟(jì)的增長(zhǎng)模式并不能對(duì)制造業(yè)高質(zhì)量發(fā)展起到明顯的促進(jìn)作用。數(shù)字經(jīng)濟(jì)可以通過(guò)生產(chǎn)要素?cái)?shù)字化、迭代式技術(shù)創(chuàng)新、網(wǎng)絡(luò)化包容性發(fā)展等方式,以優(yōu)化制造業(yè)生產(chǎn)函數(shù)的方式提升上述各要素的正向拉動(dòng)作用,與理論假設(shè)及分析結(jié)論一致。
The Growth Effect of High-quality Manufacturing Development Driven by Digital Economy
——Empirical Test Based on Chinas Digital Economy and Manufacturing Industry
Zhou Zheng,Men Boyang,Wang Bo
(Harbin University of Commerce,Harbin 150028,China)
Abstract:
The digital economy has become an important driving force for real economic growth. This paper uses the data of Chinas digital economy and manufacturing industry from 1999 to 2018 to measure the high-quality development level of digital economy and manufacturing industry, and empirically tests the impact of digital economy on the high-quality development of manufacturing industry and its mechanism based on theoretical analysis. The research shows that the development level of Chinas digital economy is on the rise as a whole. From 1999 to 2006, it grew at a constant rate, and from 2007 to 2018, the growth rate gradually accelerated. The quality development index of Chinas manufacturing industry showed a steady increase from 1999 to 2007, a slight decline from 2008 to 2010, and an accelerated development from 2011 to 2018. The development level of digital economy has significantly positive influence on the high-quality development of Chinese manufacturing industry. Therefore, the government should continue to increase support for the integrated development of digital economy and manufacturing industry, promote the high-quality development of manufacturing industry, and completely solve the problem of “precocious slowdown in growth” of Chinas manufacturing industry.
Key words:digital economy;manufacturing industry;high-quality development[責(zé)任編校陳浩天]
作者簡(jiǎn)介:周正(1975-),男,河南鄭州人,哈爾濱商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院研究員,博士生導(dǎo)師,主要從事產(chǎn)業(yè)組織理論與政策等相關(guān)研究;門博陽(yáng)(1983-),男,黑龍江哈爾濱人,哈爾濱商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院博士生,主要從事產(chǎn)業(yè)組織理論與政策等相關(guān)研究;王搏(1988-),男,黑龍江哈爾濱人,哈爾濱商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院博士生,主要從事產(chǎn)業(yè)組織理論與政策等相關(guān)研究。
基金項(xiàng)目:國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目(19BJY104)