数字经济对装备制造业全要素生产率的影响和提升研究

郑季良，亢华聪

(昆明理工大学 管理与经济学院，昆明 650093)

当前，数字经济如何促进制造业的科技进步和高质量发展成为社会各界关注的焦点。制造业是中国实体经济的典型代表，而装备制造业作为工业之母，深刻影响其他行业的发展，其自身的数字经济进步水平是促进技术进化升级、产业转型的重要保障。数字技术是数字经济的核心，智能设备、现代通信、大数据和云计算是数字技术的主要特征，是促使制造业生产方式颠覆性变革的核心动能[1]，能够加快实体经济技术进步的步伐和创新能力的提升，提高产业的全要素生产率。党的十九届五中全会明确提出“坚持把发展经济着力点放在实体经济上”，这是始终要保持的一种战略定力。全要素生产率的提升是衡量实体经济从高速度转向高质量的重要指标[2]，数字经济如何影响装备制造业全要素生产率是本文的研究重点。为此，以装备制造业为研究对象，收集了2005—2018年中国装备制造业及6个细分行业的平行数据，通过实证分析，试图探讨以下两个问题：一是装备制造业的数字经济成分对全要素生产率产生了什么样的作用?二是提升全要素生产率的关键路径和薄弱环节在哪里?研究成果将为推进装备制造业数字化发展的理论和实践提供参考和依据。

1 文献述评

1.1 数字经济与装备制造业

数字经济一般指将数字知识信息作为关键生产要素，把各种现代信息技术科技手段深度融入实体经济以提高传统产业数字化、智能化水平[3]。数字经济以传统产业的数字化转型为重点，将现代计算机网络技术深度嵌入并改造传统产业。有研究表明，信息基础设施建设不仅对中国的经济增长具有正向促进作用[4]，同时有利于提高制造业资源效率[5]。“互联网+”是数字经济的应用场景，已成为当前经济社会发展新动力，对产业转型起到了明显的作用[6]。例如，企业“互联网+”对中国制造企业的劳动生产率产生了较为明显的影响[7]。目前，中国装备制造业的技术创新效率不够高，数字技术的应用开始引起关注，但国内外研究大都为定性分析，内容涉及智能化、自动化和信息化推动产业升级、降低交易费用等主题，量化研究不多。代表性的有，刘军等通过实证研究发现 “互联网+”对制造业产生集聚效果，在线上的互联互通中，装备制造企业可以有效地降低交易成本，提升制造业协作质量；并且“互联网+”有助于装备制造业产业价值链的攀升[8]。肖利平的研究表明“互联网+”在提高装备制造业经济效率方面卓有成效，但在促进技术进步方面的作用并不乐观[2]。牛亚莉研究认为，嵌入强度不均衡、跨产业融合困难和技术安全风险是制约工业互联网与装备制造业深入融合的主要因素[9]。

1.2 对装备制造业全要素生产率的研究

全要素生产率(TFP)反映经济投入产出效果，是衡量行业经济发展水平的重要指标。对全要素生产率的测算主要有两种方法：一是参数法(SFA)，该方法需要构建具体函数，而且所要求的样本数量较大；二是非参数法(DEA)，该方法可以有效区分技术进步、技术效率和投入要素的变动对全要素生产率影响的大小，且不需要具体函数模型和价格信息。因此，在全要素生产率的测算方面广泛应用。例如，王卫等构造建立了SFA数学模型，对中国制造业的TFP 增长比率进行了较为全面的测算，发现全要素生产率的提升很大程度上是源于技术进步的变化[10]；李星光等运用非参数法从技术效率、技术进步角度，详细研究了中国装备制造业全要素生产率增长的贡献来源[11]。影响全要素生产率的因素有很多，有非物质资本[12]、研发投入[13]、产业空间集聚[14]、进出口贸易[15]等。

目前数字经济已经对中国制造业的产业结构优化和转型升级产生了一定的影响。为深入分析数字经济对中国制造业全要素生产率的影响，本文选取装备制造业为研究对象展开具体研究。

2 理论分析与研究假设

2.1 分析框架

数字经济是数字基础设施建设与数字技术协同推进的过程。按照Malmquist理论，从技术进步和技术效率两个角度，分析数字经济对装备制造业全要素生产率影响的机理，如图1所示。数字经济通过数字技术和数字基础设施建设对企业的基础研究、核心技术、知识溢出、管理决策、生产销售等方面产生影响，分别对技术进步和技术效率起到促进作用，共同提高企业全要素生产率。

图1 数字经济对装备制造业全要素生产率作用的机理分析框架

2.2 假设提出

2.2.1 数字经济与装备制造业技术进步

一方面数字技术通过基础科学研究和核心技术开发，为企业创新活动提供动能，形成数字化创新的优势，推动装备制造业的数字技术进步；另一方面数字基础设施建设在企业内部为数字技术的应用提供了有力支撑，而且能够加强供应链企业之间的联系，削减企业之间的技术壁垒和交易成本，促进企业之间的知识溢出和技术溢出，进而促进供应链企业集群的技术协同进步[16]。因此，提出以下假设。

假设1：数字经济推进了装备制造业的技术进步。

2.2.2 数字经济与装备制造业技术效率

在企业内部运营层面，数字基础设施建设可以提高企业内部办公效率，实现部门间低成本而高效的交流，进而提高管理决策效率[17]。在生产销售过程，数字技术帮助企业缩短商品研发周期，提高自动化程度和生产效率，满足客户需求。总之，数字经济通过改善组织内部管理模式，提高管理决策效率、优化生产及销售流程，促进企业技术效率的发展。因此，提出以下假设。

假设2：数字经济提高企业的技术效率。

2.2.3 数字经济与装备制造业全要素生产率

技术进步和效率提升是装备制造业全要素生产率提升的主要路径。在技术进步方面，知识外溢和核心技术研发都是影响技术进步的关键因素，数字经济则是支持知识外溢的重要渠道[18]。从技术效率的角度来看，数字经济可以准确、及时地传递和获取企业信息，提高管理和决策效率，优化生产销售流程从而带来新的价值增值[19]，进而提升全要素生产率。因此，提出以下假设。

假设3：数字经济改善了装备制造业全要素生产率。

3 装备制造业全要素生产率的测算

3.1 测算方法

在测算全要素生产率时非参数法的马奎斯特(Malmquist)指数法应用比较广泛[20]，主要是因为(Malmquist)指数法可以将全要素生产率指数分解为技术进步变化指数和技术效率变化指数，进而可以有效地判断影响全要素生产率的关键路径在哪方面。本文基于马奎斯特(Malmquist)指数法，使用DEAP2.1软件测算装备制造业的全要素生产率。

参考文献[21-22]的做法，选择投入产出指标见表1。全要素生产率的投入指标主要从两个角度选取:①资本投入；②劳动力投入。根据数据的可获得性，分别以固定资产净值年平均余额、从业人员平均人数指标来表示。产出指标则以工业总产值表示。

表1 全要素生产率评价指标

3.2 装备制造业全要素生产率的测算结果

根据所查阅到的数据资料，按照全要素生产率评价指标体系计算出装备制造业全要素生产率。计算结果是，总体来说，样本期间中国装备制造业 TFP的平均值为1.171，其间全国装备制造业 TFP 上升了17.1%，提升显著。从全要素生产率的分解指标上来看，2005—2018年技术进步变化均值为1.159，上升了15.9%；技术效率变化均值为1.014，上升了1.4%；规模效率变化平均上升1.6%，纯技术效率变化平均值有所下降，这说明装备制造业的技术效率提升主要是由规模效应导致的。下面就数字经济对装备制造业的全要素生产率的影响进行深入研究。

4 数字经济指标的测算

4.1 数据选取及处理

由于目前反映数字经济成效的数据缺乏，本文从投入角度衡量数字经济(表2)。参考有关文献，其中，通信及信息服务业对制造业的投入是实现“中国智造”、推进数字化的基础[23]，用通信业及信息服务业对各个装备制造业的投入值表示；科技设备投入为制造企业实现数字化提供支撑[24]，用仪器设备的投资指标表示。从事科技研发人员数量的增加也有利于数字经济水平的提高，本文用从事科技人员数量指标表示。再把通信业以及信息服务业对各个制造业部门的投入、仪器设备投资和科技人员数量指标数据用熵值法进行处理，测算出装备制造业的智能化指数，指数越大则说明该行业的数字化水平越高。相关数据从《中国科技统计年鉴》及投入产出表中获取[25]。

表2 数字经济评价指标

4.2 熵值法

1)指标参数：t为年度时间，n为行业数目，m为指标数目，Xθij表示为第θ年行业i的第j个指标。

2)指标的归一化处理：

(1)

3)指标熵值的确定：

(2)

4)指标信息效用值的确定：

GJ=1-Hj

(3)

5)指标权重的确定：

(4)

6)综合评分的确定：

(5)

4.3 数字经济水平的评价结果

经查阅2005—2018年装备制造业6个分行业的数字经济指标，按照4.2数据处理方法，测算出6个分行业的数字经济水平得分见表3。从表3可以看到，2005—2018年装备制造业6个分行业的数字经济水平逐年提升，且历年提升幅度较为稳定。其中，计算机通信和其他电子设备制造业的数字经济水平总体领先于其他5个行业，这与该行业的特征是吻合的，其次是仪表仪器制造业，金属制造业数字化程度最低。

表3 2003—2018年装备制造业分行业的数字经济综合评分

5 数字经济对装备制造业全要素生产率影响的实证研究

5.1 模型建立

借鉴文献[26]，并结合样本数据的信息含量和可获得性，给出全要素生产率(TFP)测算模型为

TFPit=α+β0Dig_it+β1Expit+β2Instit+

β3Cpit+εit

(6)

为了探究数字经济对全要素生产率影响的路径，分别用全要素生产率的分解项技术效率(EFF)和技术进步(TECH)作为被解释变量，同时保持其他变量不变，构建以下模型:

TECHit=α+β0Dig_it+β1Expit+β2Instit+β3Cpit+εit

(7)

EFFit=α+β0Dig_it+β1Expit+β2Instit+β3Cpit+εit

(8)

式中：核心解释变量为数字经济水平Dig_；参考已有研究成果，纳入对全要素生产率可能有影响的控制变量包括产权特征因素(Inst)、出口密集度(Exp)、条件建设强度(Cp)等；i表示各装备制造业细分行业(i=1,2,…，6)；t表示年份(t=2005，2004，…，2018)；α、β为待估参数；ε为残差。

5.2 变量测算

1)装备制造业全要素生产率(TFP) 指标。由于Malmquist指数法测算得到的指标是变化率，假设2005年TFP为1，根据每年全要素生产率的变化计算出历年绝对全要素生产率。

2)数字经济指标。把通信业及信息服务业对各个制造业部门的投入及仪器设备投资和科技人员数用熵值法处理，测算得到装备制造业的数字经济水平[27]。

3)控制变量。在前人文献研究的基础上结合中国装备制造业发展的特点，选取以下控制变量[28]：①产权特征因素(Inst)。考量企业的产权特征的影响，以国有装备工业企业(含国有控股企业)总产值/装备工业总产值指标来衡量。②出口密集度(Exp)。考量出口贸易的影响，以行业出口交货值/工业总产值来衡量。③条件建设强度(Cp)。反映装备制造业的技改投入强度的影响，以规模以上企业技术改造经费支出/工业总产值来衡量。

上述各个变量的定义与具体计算方法见表4。

表4 变量定义及计算方法

5.3 数据来源与描述性统计

数据来源于有关中国统计年鉴及国研网统计数据库、《中国科技统计年鉴》《中国工业经济统计年鉴》等。参照李馥伊的做法采用有投入产出表年度的数据代替无投入产出表年度数据处理方法获得连贯数据[25]。每个变量的样本数为84(2005—2018年数据、6个分行业)。各变量的统计分析结果见表5。

表5 主要变量描述性统计结果

5.4 实证结果分析

选用DEAP2.1、STATA13.1分析软件，得出F统计量为0，表明固定效应模型优于混合回归模型。选择固定效应模型，控制行业固定[29]。回归计算结果见表6。

表6 数字经济影响装备工业全要素生产率及其分解项的估计结果

由表6可以看到，全要素生产率的回归系数为4.632，通过了1%的显著性检验，即数字经济水平每增加1%，装备制造业全要素生产率提升4.632%，说明数字经济与装备制造业全要素生产率呈正相关关系，即加大数字化投入、提高数字经济水平有助于提高装备制造业全要素生产率，因此假设3得到验证。

分别以技术进步和技术效率作为被解释变量时，结果显示数字经济对技术进步、技术效率都产生了促进效果，回归系数分别为2.071和1.833，显著性水平分别为1%和5%。即数字经济水平每增加1%，装备制造业技术进步提升2.071%，技术效率提高1.833%。假设1、假设2都得到验证。其中，数字经济水平对装备制造业技术进步的影响稍微大于技术效率。

从控制变量来看：①国有及国有控股工业企业产值比重对装备制造业全要素生产率和技术进步产生了正向效应，对技术效率的影响不显著，说明产权特征因素通过促进制造业技术进步推动了全要素生产率的增长，国有企业的数字经济发展效应比较明显，较好提升了全要素生产率、促进了技术进步；②出口贸易对装备制造业全要素生产率及技术进步的影响为负且显著，说明出口贸易对装备制造业全要素生产率的提升尚未发挥作用，数字经济在出口贸易的技术进步方面的影响不足；③条件建设强度系数为负，虽不显著，但也说明在装备制造业的技改投入中，数字化技改投入的比重可能不够。

进一步把技术效率变化分解为纯技术效率变化和规模效率变化(表7)。可见，装备制造业的技术效率提升主要来自规模效应(2.689)，而来自纯技术效率的影响甚至是负作用，这进一步证明，数字经济对装备制造业全要素生产率中的纯技术效率的影响不足，是装备制造业数字经济发展中的短板，亟待加以解决。

表7 数字经济影响装备工业纯技术效率变化及规模效率变化的估计结果

6 结论及建议

6.1 结论

选取2005—2018年中国装备制造业6个分行业的相关数据，以DEA-Malmquist模型测算了装备制造业全要素生产率，以及数字经济投入对装备制造业全要素生产率的影响，得到结论如下:

1)在研究期间，全国装备制造业的全要素生产率得到较好的改善，其中，技术进步的改善较为显著，而技术效率的变化相对较慢。近年来，中国对数字经济基础设施建设投入较大，大幅降低供应链企业之间的信息和交易成本效应，对企业技术进步的推进作用产生了良好效果，但对企业在管理决策和生产经营中的技术效应提升上尚没有发挥充分的作用和效应。

2)装备制造业的6个分行业的数字化水平逐年稳步提升。其中，计算机通信和其他电子设备制造业的数字经济水平领先于其他5个行业，这与实际情况是吻合的。

3)通过对技术效率的分解项进行回归，发现规模效应是技术效率的主要驱动因素，反映了数字经济有着显著的规模效应特征，而对纯技术效率的影响和提升作用明显不足，有待改进。

4)从控制变量方面的分析显示，数字经济下，国有企业的技术进步比较明显，技术效率的影响不显著；出口贸易、技改投入对全要素生产率的提升也非常有限。

6.2 对策建议

目前中国的装备制造业尚处于数字化发展的初级阶段，很多企业对数字化、智能化技改还持有怀疑、观望态度。因此，应高度重视、优先考虑装备制造业的数字经济发展问题。①协调促进装备制造业的各分行业的数字化均衡发展；②在继续发挥中国制造业数字经济规模效应和体制效应的同时，要加快解决技术效率不高的短板，大力提高企业生产经营和售后服务中的数字化管理水平和决策能力；③重视数字经济在出口贸易、技改投入中的不足之处，逐渐提高数字产品在出口贸易中的比重和产品附加值，加强数字化技改投入；④随着数字化基础设施的改善，全面促进数字技术对企业全要素生产率的提升作用。