数字化转型背景下制造业高质量发展水平测度分析

张爱琴，张海超

（中北大学经济与管理学院科技创新中心，山西太原 030051）

中国经济已由高速发展转向高质量发展阶段之际，制造业作为国民经济的主体，其兴衰成败关系到经济高质量发展的全局。然而，我国制造业总体上依然“大而不强”，在自主创新、资源利用等方面与世界先进水平差距明显。为推动制造业高质量发展，2018 年中央经济工作会议与2019 年全国两会政府工作报告明确提出要加快建设制造强国。2020年政府工作报告提出要大力发展工业互联网，推动智能制造发展。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》明确提出，要快速推进数字化发展，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合。中央系列文件的出台均表明，新时代制造业要实现由大变强和高质量发展，智能化、数字化是大势所趋。

当下数字经济的发展加速了制造业数字化转型的步伐。尤其在新冠疫情后经济恢复过程中，5G、区块链、工业互联网等新兴技术大量涌现，并快速渗透实体经济。根据《2020 年中国5G 基站建设行业报告》，江苏、北京、上海等省份已建成开通5G基站数均超过1 万个，广东、浙江建成开通数超过3 万个。新基建的快速建设和数字化技术的快速发展为制造业转型升级提供了强大的技术支撑，也重塑了制造业高质量发展的内涵：即物联网、云计算、区块链等多种新兴数字技术的集群式创新和制造业的深度融合。“新基建”为制造业从设计研发到销售服务提供全流程、全链条改造。制造业智能化、数字化转型是制造业升级赋能、高质量发展的重要引领。然而，尽管实践中制造业数字化水平得到了显著提升，但相应的理论研究仍处于探索阶段，尤其数字化转型背景下制造业高质量发展水平如何测度和评价？迫切需要进一步研究和探讨。

为此，本文拟以我国30 个省市（除港澳台与西藏）制造业为研究对象，应用CRITIC-熵权法组合权重和TOPSIS 评价相结合的方法，试图回答以下问题：在数字化转型背景下，制造业高质量发展内涵有何补充？如何构建既符合“数字化转型”特征又能顺应未来新的发展趋势的指标体系？数字化转型背景下如何提升制造业发展水平？

1 文献综述

制造业高质量发展概念的提出是基于国际新工业革命大背景下的产物。众多国家认识到新工业革命带来的机遇和挑战，纷纷制定了新的产业发展计划，如德国的“工业4.0”、美国的“先进制造业领导战略”以及印度等发展中国家制造业动能转换计划［1］。“工业4.0”是指为达到快速高效、定制化的产品供应，利用物联信息系统将生产中的供应、生产、销售等信息数据化。应用到制造业，Beier 等［2］、Bueno 等［3］、Bag 等［4］学者提出“工业4.0”旨在将物联网原理和技术应用于制造业，智能制造是“工业4.0”的核心。《Strategy for American Leadership in Advanced Manufacturing》（先进制造业美国领导战略）指出先进制造业是美国经济实力的引擎和国家安全的支柱，并制定了抓住智能制造系统的未来、开发世界领先的制造技术等战略目标。Bonvillian 等［5］指出先进制造计划能够在重组制造业领域发挥作用，扩大创业模式，并开始扭转制造业衰退导致的严重社会混乱。国外学者关于“工业4.0”“先进制造业领导战略”等的研究，均提出了制造业未来发展的趋势，即智能化与数字化，与我国当前制造业智能化、数字化转型的战略殊途同归。

国内关于制造业高质量发展的研究，主要集中在制造业高质量发展评价体系构建和影响因素等方面。在评价体系方面，从国际间可比性出发，以《中国制造2025》中提出的制造业指标体系为基础并衍生出的制造业指标体系，有从规模发展、质量效益、结构优化、持续发展等维度构建［6］，有从发展质量、发展效率和发展动力三维度构建［7］，也有从生产制造环节的生产效率、出口贸易环节的价值获取能力与技术含量的角度构建［8］。以上指标体系主要基于国际间制造业的可比性进行研究，对国内区域及各省份制造业评价则不适用。

随着新发展理念与政策的推行，制造业发展评价体系也有了新的探索。一是从质量、效率和动力三个维度进行制造业高质量发展水平测度［9-10］，二是依据新发展理念中创新、协调、绿色、开放、共享等理念构建了工业发展质量体系［11］。此外，高端发展、绿色发展［12］、信息化水平［13-14］、智能化程度［15］、数字化程度在制造业高质量发展指标体系构建中也有所体现［1］。但目前关于数字化转型背景下制造业高质量发展水平的指标体系仍存在片面化的问题，如只从智能化程度或数字化程度进行评价，未包括经济效益、创新能力等维度，不能全面反映制造业高质量发展水平。

关于制造业高质量发展的影响因素，科技人才［16］、产业政策［17］、环境规制［10,18］、互联网［19］、科技进步等均对制造业高质量发展起着不同影响［20］。基于本文研究背景，从数字化对制造业的影响看，数字化信息会成为制造业产业链上的标准化流通媒介，产业链会随数字化技术的应用发生解构、重构，从而实现升级转型［21］。数字化技术促进制造业与生产服务业及其他产业融合，降低成本并提升效率［22-23］。数字经济促使企业向“大数据化”和“云化”迈进，催生制造业多种新业态［24］。数字经济及数字化对制造业转型升级具有显著促进作用［25-26］。由影响因素来看，学者们越来越重视智能化、数字化在制造业转型升级与高质量发展过程中发挥的作用。

综上所述，国外学者大多基于新工业革命的国际背景对制造业展开研究，研究内容与中国制造业高质量发展内容有诸多共通点，但因国情有别，难以直接照搬。国内学者在制造业发展评价体系、影响因素及路径机制等方面积累了丰富的研究，但在数字化转型背景下制造业高质量发展内涵及水平测度等方面还有待探索。因此，本文在明晰数字化背景下制造业高质量发展内涵和特征的基础上，构建数字化转型背景下制造业高质量发展评价体系，并对各省市（地区）制造业高质量发展水平进行测度比较，这对于各省市（地区）明确制造业高质量发展实际水平以及采取对应政策措施具有实践意义。

2 内涵、指标体系构建与数据来源

2.1 内涵

制造业高质量发展源于经济高质量发展。十九大报告提出高质量发展为更高质量、更有效率、更加公平、更可持续的发展，为制造业高质量发展明晰了方向。

关于经济高质量发展内涵的研究，众多学者从不同角度进行了有益探索，但尚未形成共识。从社会主要矛盾变化和新发展理念角度，高质量发展旨在满足人民日益增长的美好生活需要，全面体现出创新、协调、绿色、开发、共享的新发展理念［27-28］；从宏中微观角度看，宏观上指国民经济的整体质量和效率，中观上主要指产业和区域的发展质量，微观上主要指产品和服务的质量［29-30］；从供求和投入产出角度看，主要指高质量的供给、投入、配置及产出等［31］；从投入产出角度来看，制造业高质量发展是指在新发展理念指导下，制造业的生产制造销售全过程实现生产要素投入低、资源配置效率高、品质提升实力强、生态环境质量优、经济社会效益好的高水平可持续发展［32］。

综上所述，本文认为制造业高质量内涵为：以新发展理念为指导，以十九大报告中提出的供给侧结构性改革、供给体系质量提升、产业体系协同发展、创新能力增强等为发展方向，通过与工业互联网、区块链、5G 等新一代信息数字技术的深度融合，提升制造业数字化、网络化、智能化发展水平，推动制造业质量变革、效率变革、动力变革，最终实现制造业高质量发展。

2.2 指标体系构建

本文根据制造业高质量发展内涵、国家出台的制造业发展政策规划以及前人的研究，基于指标选取的科学性、全面性、可比性等原则以及数据的可获得性，构建了包括经济效益、产品质量、创新能力、智能程度、数字水平、绿色发展6 个一级指标和16个二级指标的指标体系。具体指标体系如表1 所示。

表1 制造业高质量发展指标体系

经济效益改善是制造业高质量发展的基本要求，本文选取工业劳动生产率、规上制造业销售利润率和高技术（制造业）占制造业比重来表示制造业的经济效益［14］。

随着消费者对产品质量的要求不断提高，越高质量的产品会越得到消费者的青睐，本文选取产品质量损失率和产品优等品率来表示制造业的产品质量。

创新能力是制造业高质量发展的驱动力量，本文分别选取研究经费投入强度、单位研究经费支出有效发明专利数表示创新投入和产出［12］，另选取规上工业新产品销售收入来表示制造业新产品产出能力。

制造业智能程度体现为智能基础、智能应用、智能效益三个方面，企业智能化水平提升主要依赖电子及通信设备制造业生产的智能化产品，本文分别选取企业信息化及电子商务水平、电子及通信设备制造业专利申请数、电子及通信设备制造业利润分别表示制造业智能基础、智能应用和智能效益［15］。

数字化的核心在于“数据”，包括数据收集存储、数据处理及预测等功能，主要依靠软件和信息服务业与制造业的深度融合来实现，分别选取软件和信息技术服务业从业人数、软件业务收入、软件和信息技术服务业固定资产投资额表示数字化从业人员、数字化软件应用、数字化设备投入［1］。

绿色发展反映企业清洁生产和资源利用效率水平，选取单位工业增加值能耗和固体废物处理利用率来衡量［12］。因制造业部分数据难以获得，借鉴前人研究采用规上工业企业的数据代替。

2.3 数据来源

本文数据来源于《中国电子信息产业统计年鉴》《中国统计年鉴》《中国工业统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》以及各省市历年统计年鉴。因2013 年以前无制造业从业人员平均数、电子商务交易活动企业数比重、工业固体废弃物产生与利用量统计数据，且西藏缺失较多数据，故选取我国30 个省市（除港澳台与西藏）2013—2018 年数据进行测度分析。

3 研究方法

3.1 CRITIC-熵权组合权重模型

学者们通过研究发现，CRITIC 方法和熵权法结合既能考虑指标的对比强度与冲突性，也综合了指标间的离散程度，能更加客观反映指标的权重［13］，所以本文选择CRITIC-熵权法组合权重模型计算各指标的权重。

设有m个评价对象，n个评价指标，Xij为原始数据，i=1,…,m，j=1,…,n。考虑到指标的正负属性与单位不同，首先对原始数据中负向指标进行正向化处理，然后对所有数据进行归一化处理。归一化：

3.2 TOPSIS 评价模型

TOPSIS 模型是根据有限评价对象与理想化目标的接近程度进行排序的一种评价方法，通过衡量评价对象与最优解、最劣解的距离进行排序。CRITIC-熵权计算权重与TOPSIS 评价相互结合可有效克服传统TOPSIS 无法反映变量间相关性和重要程度的缺点［13］。

4 研究结果

根据式（1）～（7），计算各指标权重，计算结果如表2 所示。

表2 各年指标权重计算结果

根据表2 可知，制造业数字水平综合权重最高，为0.261 1，其中数字化从业人员、数字化软件应用、数字化设备投入综合权重分别为0.086 4、0.087 5、0.087 2，说明软件和信息技术服务业等为制造业提供了智能软件、数字化程序等软硬件设施，为制造业智能化、数字化转型发展提供了必备条件。智能程度综合权重为0.209 55，其中智能效益、有电子商务交易活动的企业数占比综合权重分别为0.094 5 和0.069 8，而智能专利数综合权重为0.045 25，说明专利产出水平不高，对制造业智能化转型的作用比较弱。经济效益的综合权重为0.175 25，其中高技术制造业占比的综合权重只为0.040 9，说明高技术制造业等高端制造业发展尚不充分，水平有待提升。创新能力与绿色发展综合权重分别为0.138 5 和0.135 3，说明当下制造业注重提升企业的创新能力和绿色化发展，全方位促进制造业转型升级。产品质量的综合权重为0.080 35，占比最低，分析各省市历年产品质量优等品率，普遍出现不同程度下降，说明数字化转型背景下制造业高质量发展更侧重于企业转型发展，对产品质量的重视程度有所弱化。

根据式（8）～（13），计算各省市制造业高质量发展水平综合得分并进行排名，结果如表3 所示。

表3 各地区及各省市制造业高质量发展水平得分及排名

表3（续）

由表3 可知，东部地区除河北与海南外，其余8 省制造业高质量发展水平综合得分排名均在前10名，其中以广东为首，2018年综合得分为0.682，江苏、北京次之，综合得分分别为0.572、0.467。从平均增长率看，广东、河北平均增长率均超过了10%，远高于东部其他省市，江苏、浙江、山东、福建平均增长率均超过5%。从数据分析，2018 年广东和江苏电子及通信设备制造业专利申请数总和、软件和信息技术服务业固定资产投资分别占到全国比例的60.48%和40.23%。此外，两省在高技术（制造业）占比、产品优等品率、技术创新投入与产出及新产品销售方面均位于全国前列。浙江、山东、福建在数字化、智能化水平上也取得了快速发展。如2017年浙江软件和信息技术服务业固定资产投资额增长136%，福建软件业务收入增长率稳定在15%左右，增长率与广东持平。河北与海南制造业高质量发展水平相比东部其他省份比较落后，但河北以高增长率快速发展，而海南有倒退之势。

中部地区安徽、湖北制造业高质量发展水平较高。2018 年均超过0.3，综合排名均进入前10 名，平均增长率也分别达到8%和10.2%。具体表现在两省在智能化、数字化各项指标优于中部其他省份，在产品质量与创新水平指标有了较大提升，如2018年产品优等品率、R&D 经费投入强度及新产品销售收入均高于全国平均水平，发展势头良好。湖南、河南、江西制造业高质量发展水平呈波动上升趋势，2018 年综合得分均在0.2～0.3 之间。而山西则有下降趋势，综合得分未超过0.2，在R&D 经费投入强度、单位R&D 经费发明专利数、新产品销售收入及工业固体废物综合利用率指标上均低于全国平均水平。

西部地区重庆、四川、贵州和陕西2018 年制造业高质量发展水平均超过0.25，且排名能保持在前50%左右，且能保持较高的平均增长率，发展势头良好。其他省市制造业高质量发展水平处于波动状态，排名比较落后。总体来看，西部地区省份制造业在智能化、数字化指标上普遍低于全国平均水平，发展比较缓慢。

东北三省中辽宁制造业高质量发展水平较高，排名跻身前50%，吉林和黑龙江除产品质量合格率等部分指标高于全国平均水平外，其他指标普遍低于全国平均水平。

综上所述，制造业高质量发展水平存在显著的区域异质性。东部地区制造业在智能化、数字化、创新能力及绿色发展等方面均领先于中西部和东北地区；中部地区安徽、湖南等部分省份重视创新水平的不断提升，在制造业智能化与数字化水平上得到快速发展；西部地区制造业智能化、数字化水平及创新能力普遍低于全国平均水平，但部分省份发展态势良好，如重庆在产品质量与创新水平上取得较大提升；东北三省制造业高质量发展居于中下游水平。依据2018 年各省市综合得分，利用聚类分析方法将我国30 个省份分为四个梯级，划分标准依次为得分0.4 以上、0.3～0.4、0.2～0.3、0.2 以下，具体划分如表4 所示。

表4 各省市制造业高质量发展水平梯级划分

由表4 可知，东中西部各省市制造业高质量发展水平处于第二第三阶梯居多，第一第四阶梯较少，整体呈正态分布。处于较高水平及以上的包括第一、二阶梯10 个省市，第一阶梯包括广东、江苏、北京三省（市），制造业发展起步早、发展快，依托先进信息数字技术与强大的科技能力，不断探索制造业发展新出路，如广东积极布局制造业创新中心，东莞强力启动“工业上楼”模式，扬州打造先进制造业标准信息服务平台等措施，促进制造业发展水平持续居于领先地位。第二阶梯包括东部地区上海、浙江、天津、山东、福建和中部地区安徽、湖北，综合得分处于0.3～0.4 之间，与第一阶梯省市相差较大，有很大提升空间。处于较低水平及以下的包括第三、四阶梯20 个省市。第三阶梯包括东部地区河北、海南，中部地区湖南、河南、江西，西部地区重庆、四川、贵州、陕西、宁夏、广西、云南、青海、新疆和东北地区辽宁，说明我国中西部地区大多数省市制造业高质量发展水平较低。第四阶梯包括山西、内蒙古、甘肃、吉林和黑龙江，受地理、资源、政策、科技等不同条件的限制，制造业发展较为缓慢，制造业高质量发展水平最低。

5 结论与政策启示

基于各指标权重和各地区、省市综合得分及排名分析，得出以下结论:

（1）数字化转型背景下制造业高质量发展更加注重数字水平与智能程度的提升，先进生产方式的应用有助于提高企业生产效率。

（2）创新能力、绿色发展对于促进制造业高质量发展也具有重要作用，但目前高技术制造业引领作用发挥不足、创新能力偏弱阻碍了制造业高质量发展，对产品质量的重视程度也有待强化。

（3）东中西部省市制造业高质量发展水平具有显著的区域异质性。东部地区制造业高质量发展水平明显强于其他地区，且智能程度与数字化水平更高；中西部地区及东北三省制造业高质量发展水平相对较低。

基于上述结论，得出如下政策启示：

（1）推进“新基建”建设步伐。继续加快通信网络基础设施、新技术基础设施、算力基础设施等“新基建”建设步伐，增强信息基础设施支撑能力。以“新基建”为契机，开展5G、工业互联网、人工智能的场景化应用，促进制造业产业结构优化升级。

（2）提升自主创新能力。加大对先进装备制造业、战略性新兴产业、高技术制造业等的引导支持与战略投资，充分发挥高端制造业在推动制造业高质量发展中的引领作用。引进、培养智能化和数字化的高端人才，加强高校、科研院所与企业研发机构的产学研合作，探索制造业转型与新兴数字信息技术融合新模式并大力推广。利用先进数字化技术充分整合资源要素，变革制造、管理模式，增强创新能力。同时，要坚持质量为先，严把质量关，将数字技术广泛应用于产品生产、检测等环节，不断提高制造业产品质量和品牌附加值。

（3）加快制造业绿色化发展。加大对制造业绿色转型与绿色改造的鼓励支持力度，推进先进制造业、战略性新兴产业与绿色发展的深度融合，以绿色工厂、产品、园区、供应链等为主要内容，建立高效、清洁、低碳、循环的绿色制造体系，打造绿色标杆示范单位，推广制造业绿色转型与改造成熟经验，从而全面推动制造业高质量发展。

（4）缩小区域发展差距。东部地区要依托京津冀地区、长江经济带、珠江三角洲等地数字经济与高端制造业发展快的优势，加强区域内各省市合作，打造制造业高质量发展高地，同时辐射带动周边省市制造业高质量发展。中西部及东北地区一方面要打造制造业高质量发展示范地区，如中部的安徽、湖北，西部的重庆、四川等，以点及面，将制造业与数字经济融合的新模式及成熟经验广泛推广。另一方面要加强与东部地区的对接合作，承接东部地区转移的优质产业，降低开发与建设成本，从整体上提升第二阶梯与第三阶梯省市制造业高质量水平，缩小中西部及东北地区与东部地区的发展差距。

（5）完善制造业数字转型治理体系。数字经济与制造业快速融合，催生了新的商业模式与业态，亟需政府出台相关政策措施进行引导与规范，构建适应于制造业与数字技术相互融合的治理体系和安全保障体系，加强知识产权保护，加强对制造业的金融支持力度，营造良好的数字化转型新环境。