新型数字基础设施对制造业高质量发展的影响

钞小静 廉园梅 罗鎏锴

(西北大学，陕西 西安 710127)

一、引言及相关文献回顾

推动制造业高质量发展、加快建设制造强国是巩固壮大实体经济根基和提升产业链现代化水平的重要途径。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》以及国务院办公厅印发的《2021年政务公开工作要点》均强调，现阶段我国要坚持把发展经济着力点放在实体经济上，增强制造业竞争优势，推动制造业高质量发展。由于效率提升是制造业高质量发展的集中体现，既有文献着重考察了资源配置、技术创新、生产性服务业集聚以及对外开放等对制造业效率的影响，研究发现：资源错配和突破性创新能力不足是现阶段制约我国制造业效率提升的重要原因(黄先海 等，2017；许宪春 等，2020)；生产性服务业集聚和对外开放对制造业效率的提升具有显著的正向促进作用(宣烨 等，2017；余东华 等，2019)。

随着新一轮科技革命与产业变革的深入推进，以5G网络、大数据、人工智能等为代表的新一代信息技术与各产业的深度融合正成为助力产业优化升级的新引擎，由此催生了对新型基础设施建设与应用的广阔需求。2018年12月中央经济工作会议首次提出，要加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设。之后，中共十九届五中全会、2021年国务院政府工作报告等均密集强调，要系统布局新型基础设施，加快第五代移动通信、工业互联网、大数据中心等建设进度。新型基础设施是以信息网络为基础，提供数字转型、智能升级、融合创新等服务的基础设施体系。其中，新型数字基础设施是新型基础设施的基础构成与核心要素，具有与制造业发展融合相长的最佳结合点(钞小静 等，2020)。那么，新型数字基础设施建设是否以及如何影响制造业高质量发展呢？

从现有文献来看，学者围绕传统基础设施对制造业高质量发展的影响进行了较为深入的探讨。比如：欧阳艳艳等(2016)发现，加强交通、能源等基础设施建设可以有效改善制造业生产要素和产品的空间可达性、扩大其流动范围并加快其流动速度，进而促使制造业全要素生产率稳步提升；步晓宁等(2019)基于制造业普遍存在中间投入品这一特征事实，在“资源错配与生产率”的框架下考察了交通基础设施对制造业生产效率的影响及作用途径，发现高速公路建设通过矫正劳动投入扭曲、中间品投入扭曲两条渠道推动了我国制造业总量生产率的提升；李兰冰等(2019)基于企业成长与企业间关系的双重维度，发现高速公路对非中心城市的制造业发展具有显著的生产率溢价效应。然而，传统基础设施与新型数字基础设施的本质属性存在明显不同。传统基础设施以劳动力、资本等生产要素为作用对象，主要在制造业的生产制造环节和市场交易环节发挥作用；而新型数字基础设施则是以数据、信息等新型生产要素为主要载体，可以充分渗透到制造业全产业链条的各个环节。因此，两者对制造业高质量发展的作用机制必然存在一定差异。遗憾的是，鲜有文献关注新型数字基础设施对制造业高质量发展的影响及其作用机制问题。

基于上述分析，本文的研究内容主要集中在两个方面：一是在理论研究上，基于新型数字基础设施和制造业的典型特征，构建理论框架系统阐释新型数字基础设施影响制造业高质量发展的具体机理；二是在实证研究上，利用地级市新型数字基础设施网络爬虫数据和制造业上市公司数据，运用系统GMM估计、工具变量法等多种计量方法识别新型数字基础设施与制造业高质量发展的因果效应。与既有研究相比，本文的贡献主要体现在以下三个方面：第一，从新型数字基础设施的角度探讨制造业高质量发展问题，为增强我国制造业的核心竞争力提供了新思路；第二，立足制造业的全产业链条，从“研发设计”“生产制造”“市场匹配”三个环节构建理论分析框架，进一步揭示了新型数字基础设施影响制造业高质量发展的作用机制；第三，选取2004—2018年我国283个地级市的网络爬虫数据和制造业上市公司数据，对新型数字基础设施与制造业高质量发展的关系进行实证检验，为制造业高质量发展的讨论提供了新的经验证据。

二、理论分析与研究假设

制造业是“将自然资源以各种方式转型”的产业，“研发设计”“生产制造”“市场匹配”三个环节共同形成制造业资本由研发投入到物质产出再到进一步转变为销售收入的运作闭环。新型数字基础设施是由5G网络、物联网、工业互联网、人工智能、数据中心等新一代信息技术演化、融合以及集成迭代所形成的数字基础设施体系，是网络、算力、新技术等要素的具体呈现，能够全面渗透到制造业全产业链条的各个环节。由此，本文主要从“研发设计”“生产制造”“市场匹配”三个环节来阐释新型数字基础设施为何会对制造业高质量发展产生重要影响。

(一)研发设计环节

新型数字基础设施具有较强的技术属性与不可分割性，5G网络、人工智能、工业互联网等通用技术在制造业领域的集成应用有利于信息传递、知识溢出以及研发协同，进而可以通过提高技术创新水平来推动制造业高质量发展(刘斌 等，2020)。一方面，工业互联网前端连接着海量的企业设备和业务数据，通过对制造领域不同环节植入迥异化的传感器，不断进行实时感知和数据收集。进一步，5G网络、云计算、边缘计算、人工智能等技术的融合应用能够有效搜集、挖掘和处理研发设计所需的相关数据与知识，并延伸和扩展人的学习与创新能力(Armstrong，2014)。在此基础上，物联网连接信息传感设备与互联网进行的信息交换和通讯可以实现物到物、人到物和人到人的相互感知，这不仅增强了制造业在研发设计环节进行多方远程虚拟协同设计和实验的可操作性，更为关键核心技术的攻克、集群性技术的突破提供了良好的平台支撑(许宪春 等，2020)。新型数字基础设施的集成应用有利于形成更加高效的传输、分析、设计、应用以及再传输的研发迭代过程，促使研发成本降低、研发周期缩短、研发效率提高，进而推动制造业高质量发展。另一方面，5G网络、工业互联网、人工智能、数据中心等新型数字基础设施具有整体迭代、协同演进的典型特征，这不仅有助于加速新一代信息技术本身的创新迭代，而且可以通过规模经济效应和网络分工效应促进制造业研发模式向上下游企业协同创新转变，这一研发模式上的变化使得产业链条各环节的企业能够协同利用碎片化和非结构性特征的海量数据并加速实现隐性知识与显性知识的串联流通(郭凯明 等，2020)。综上所述，新型数字基础设施的集成应用有利于建立协同性创新、集群性突破的研发模式，降低研发创新的风险与成本，全方位提高创新活动的水平与效率，从而推动制造业高质量发展。据此，本文提出：

假设1：新型数字基础设施有助于优化研发模式、降低研发风险与成本、提高创新水平与效率，进而推动制造业高质量发展。

(二)生产制造环节

作为制造业价值链的重要组成部分，生产是协调整合企业内部资源、实现技术创新向产品创新转化的关键一环。新型数字基础设施具有显著的技术扩散效应与正反馈效应，5G网络、人工智能、工业互联网等数字技术在制造业领域的集成应用有利于形成系统化、智能化、集成化、协同化的生产制造过程，进而通过改善生产制造流程促进制造业高质量发展。人工智能可以在目标导向的指引下，运用智能芯片和核心算法对人类智能及生理构造进行机器模拟(杨光 等，2020)，将先进的计算机智能算法广泛应用于制造业生产过程，从而为生产的各个环节提供充分的智能技术支持，显著改进生产工艺并提高产品质量(Acemoglu et al.，2018)。进一步，5G网络、工业互联网、云计算等技术还可以帮助人工智能将应用延伸到边缘，产生倍增的正反馈效应。借助5G网络高吞吐量、毫秒级低延迟以及面向不同应用场景提供动态、灵活、自动化网络切片的能力，可以将生产设备直接连接至物联网、工业互联网等新型数字基础设施云平台，实现设备信息和生产信息在云服务器中超低延时的高效互通，这不仅为远程操作生产设备、实时监测生产过程提供了可能，而且能够克服传统布线模式下产能调度面临的物理约束，凭借无线传输与无线控制形成灵活调整设备位置、灵活分配任务的柔性生产线，实现对生产环节的有效控制(胡祥培 等，2020)。此外，物联网、工业互联网结合云计算还可以提供基于互联网的开放标准和解决方案，实现跨设备、跨系统、跨行业、跨地区的全面互联互通，通过制造业全要素、全产业链、全价值链的有效连接聚合和共享各类生产资源，从而增强上下游企业之间、制造业与服务业之间的技术关联性与网络协同性，提高制造业生产效率(胡斌 等，2020)。据此，本文提出：

假设2：新型数字基础设施有助于改进生产工艺、优化生产流程、强化生产协同升级，进而推动制造业高质量发展。

(三)市场匹配环节

实现制造业企业产品向市场商品的转化，是收回生产成本、完成资本运作闭环的关键环节，而节约匹配搜寻与等待成本、扩大匹配可选择范围、提高匹配完成速度是完成这一环节的核心要求。新型数字基础设施的建设可以帮助制造业企业显著降低应用新兴技术的壁垒，大幅提升其获取完备信息的可能性，重塑制造业企业与消费者之间的互动交易平台，从而降低交易成本、扩大市场范围、提升匹配速度，推动制造业高质量发展。在匹配成本层面，借助人工智能、云计算、物联网、区块链等手段对产品和服务的大数据进行搜集、挖掘、分类、加工和处理，并据此做出生产与投资决策，有助于制造业企业在复杂场景或生态下实现更加精准的市场供求匹配(马永开 等，2020)、更加科学的产品库存管理，从而提高产品向商品转变的效率，降低市场匹配的等待成本。在匹配范围层面，通过网络和计算设备来存储、分发和访问大量数据，同时结合人工智能技术可以实现制造业产品由单一功能化向多元智能化转变，这一转变在市场层面表现为对现有不同市场需求方的有效整合，从而在实现市场需求倍数增长的同时拓展制造业产品的潜在匹配范围(许宪春 等，2020)。在匹配速度层面，5G、物联网和工业互联网等新型数字基础设施为制造业企业与市场需求方进行实时交互提供了可能，制造业企业可以通过提供更具针对性的个性化服务来提升需求方的消费体验和用户反馈效率(Toptal et al.，2010；钞小静 等，2021)。新型数字基础设施在推动制造业企业从生产型企业向服务型企业转型升级的同时，提高了市场需求方的黏性，实现了制造业企业产品与市场目标受众的精准敏捷匹配(Joe et al.，2017)。据此，本文提出：

假设3：新型数字基础设施有助于降低匹配成本、拓展匹配范围、提高匹配速度，进而推动制造业高质量发展。

图1展现了新型数字基础设施影响制造业高质量发展的具体机制及方向。

图1 新型数字基础设施影响制造业高质量发展的具体机制及方向

三、研究设计

(一)模型设定

基于上述理论分析思路，为了准确识别新型数字基础设施对制造业高质量发展的影响，本文构建了如下基本计量模型：

manuupiwjt=α0+α1digfrajt+λXiwjt+vw+vj+vt+εiwjt

(1)

其中：被解释变量manuupiwjt表示地区j制造业细分行业w中上市公司i在t时期的高质量发展情况；核心解释变量digfrajt表示t时期j地区的新型数字基础设施水平；Xiwjt为其他影响制造业高质量发展的企业及地区层面的控制变量集合；vw、vj和vt分别为细分行业、地区和时间虚拟变量，用于反映行业固定效应、地区固定效应和时间固定效应；εiwjt为随机扰动项。本文关注的核心系数是α1，它的方向和大小反映了新型数字基础设施对制造业高质量发展的作用方向和程度。

需要指出的是，以上基本计量模型主要考察了新型数字基础设施对制造业高质量发展条件期望的影响，其本质是一种均值回归，容易受极端值的影响。为准确刻画条件分布完整的统计特征，有效捕捉新型数字基础设施在制造业高质量发展极值区域的影响效果，本文进一步构建了如下分位数回归模型：

manuupiwjt(τ)=β0(τ)+β1(τ)digfrajt+δ(τ)Xiwjt+vt+εiwjt

(2)

其中：τ(0<τ<1)表示条件分布的不同分位点，分别为0.1、0.25、0.5、0.75、0.9；核心系数β1(τ)揭示了新型数字基础设施水平在不同分位点对制造业高质量发展的边际影响。

(二)变量说明

1.制造业高质量发展

制造业高质量发展是经济高质量发展在制造业层面的集中体现，因此有必要参考经济高质量发展的测算方法设定制造业高质量发展的衡量指标。已有文献主要采用综合评价法和中间变量替代法对高质量发展情况进行刻画。虽然综合评价法能够多方面评估制造业的发展现状，但是其在构建指标体系时存在一定程度的主观色彩，因而本文选择中间变量替代法以全要素生产率(TFP)作为我国制造业高质量发展水平的衡量指标。从现有研究来看，微观层面的全要素生产率测算方法主要有Olley-Pakes法(OP法)、Levinsohn-Petrin法(LP法)和Ackerberg et al.(2006)提出的ACF法。其中，OP法通过使用企业投资作为生产率的代理变量解决了一部分样本选择偏误问题，LP法使用中间投入克服了估计索罗余值过程中的内生性问题。但是，在上述两种方法中劳动力投入均是其他变量的确定函数，这不仅会导致劳动投入系数无法估计，还可能产生多重共线性问题。有鉴于此，本文在基准回归部分使用ACF法测算得到的全要素生产率(acftfp)作为被解释变量，而在稳健性检验部分将全要素生产率的估算方法替换为OP法(optfp)和LP法(lptfp)。在具体测算时，本文借鉴常规做法，以营业收入、员工人数和固定资产净额作为对企业产出、劳动投入和资本投入的衡量，以购买商品和劳务支付的现金作为OP法和LP法的中间投入指标，以购建固定资产、无形资产和其他长期资产支付的现金作为ACF法的中间投入指标。其中，营业收入和固定资产净额分别以企业注册所在省、市、自治区的出厂价格指数和固定资产投资价格指数进行了平减，中间投入指标则以居民消费价格指数折算为2007年不变价格。

2.新型数字基础设施

如何准确刻画各地级市的新型数字基础设施水平是本文在实证部分需要解决的一个关键性问题。根据国家《战略性新兴产业分类(2018)》中行业种类的划分，新型数字基础设施包含新一代信息技术产业和高端装备制造产业下的新一代信息网络产业、互联网与云计算、大数据服务、人工智能以及智能终端产业。它们作为现代经济体系中的新兴产业，大都处于建设发展的起步阶段，具有投资规模大、回报周期长、研发成果无偿共享等特点。因此，政府是现阶段提供资金支持、刺激企业研发、推进新型数字基础设施建设的主要力量。据此，本文以各省、市、自治区政府工作报告中新型数字基础设施相关词频的比重作为其发展水平的衡量指标。类似于百度搜索指数，政府工作报告中提及的新型数字基础设施频次也是基于该地区自身需求产生的数据，能够用于现状追踪和趋势预测，同时在一定程度上反映该地区新型数字基础设施的发展情况(盛天翔 等，2020)。具体测算方法如下：首先，收集整理各省、市、自治区2004—2018年的政府工作报告(1)本文的核心解释变量为我国283个地级市的新型数字基础设施水平，但是由于2004—2018年新型数字基础设施相关词频在地级市层面存在大量零值与缺失值，为了保证数据质量，我们最终选择对各省、市、自治区层面政府报告中新型数字基础设施相关词频比重进行分级处理，并将处理后得到的数值作为本文的核心解释变量。，确定新型数字基础设施相关词汇(2)具体包括：5G、移动通信、信息技术、信息经济、信息基础设施、大数据、数据化、数字产业、数字基础设施、云计算、互联网、物联网、人工智能、机器人、智能制造、智能装备、智能经济、智能工厂、数据中心、智慧城市、云服务、云技术、虚拟化、云应用、云平台、区块链、智能终端、云端、电子政务、互联网金融、移动支付、互联网化、电子商务、线上、电商、信息服务、无人驾驶、智能技术、网络技术、软件技术、信息科技、通信技术、电子技术、计算机技术、网络科技、软件、智能科技、信息产业、软件工程、数码科技和数据科技。；然后，使用Python软件对政府工作报告进行分词处理，分别统计政府报告总词汇数量和与新型数字基础设施相关的词汇数量，并计算新型数字基础设施相关词汇的占比；最后，依据各地级市信息就业人员数与新型数字基础设施存在高度相关性的特点，采用地级市信息就业人员数量占总人口的比重对新型数字基础设施的词频比重进行分劈处理，即用二者相乘的结果衡量各地级市新型数字基础设施建设情况。在稳健性检验部分，本文参考钞小静等(2020)的做法，通过加总各地级市新型数字基础设施相关行业上市公司产值衡量地级市新型数字基础设施建设水平。具体做法为，首先依据国泰安概念股成分信息整理出5G、人工智能等新型数字基础设施行业上市公司代码，然后将此类公司按其注册地信息匹配到地级市层面，再加总各地级市相关企业总资产。

3.控制变量

本文分别控制了企业及地区层面影响制造业高质量发展的其他因素。企业层面因素包括：企业规模(scale)，用公司资产总计的自然对数进行度量；企业购买能力(purch)，用年末货币资金的自然对数进行度量；企业市值(q)，为公司托宾Q值；企业运营能力(profit)，以公司资产收益率表示；企业职工薪酬占比(hire)，通过计算上市公司应付职工薪酬与营业成本的比值得到；企业股权集中度(share)，用上市公司前三大股东股权占比之和予以衡量。地区层面因素包括：经济发展水平(pgdp)，以各地级市人均GDP表示；产业结构(stru)，通过计算第二产业增加值与第三产业增加值的比值得到；对外开放水平(open)，用进出口贸易额占GDP的比重进行度量；交通基础设施水平(trans)，用取自然对数后的地级市每万平方米道路面积进行度量。其中，企业规模、企业购买能力、企业职工薪酬占比和经济发展水平均折算为2004年不变价格。

(三)数据说明

本文使用的数据为2004—2018年我国283个地级市新型数字基础设施数据与制造业上市公司相关数据，并将二者按上市公司注册所在地信息进行了匹配。上述数据来自各省、市、自治区的政府工作报告，《中国统计年鉴》，《中国城市统计年鉴》，以及国泰安数据服务中心(CSMAR)。由于西藏自治区缺失数据较多，本文剔除了注册地为西藏自治区的上市公司数据。同时，为避免异常值对回归结果的影响，我们对所有连续变量进行了1%的双边缩尾处理(3)限于篇幅，主要变量描述性统计结果未能在文中呈现，如有需要请向作者索取，作者邮箱：lianyuanmei123@163.com。。

四、实证结果与分析

(一)基准回归结果

本文在基准回归部分采用最小二乘法、固定效应模型和广义矩估计对地级市新型数字基础设施与制造业企业高质量发展的关系进行了检验，结果如表1所示。

表1 新型数字基础设施影响制造业高质量发展的基准回归结果

表1的列(1)是采用最小二乘法的检验结果，从中可见，在控制地区效应、行业效应的基础上，新型数字基础设施的参数拟合值为0.0562，且通过了1%的统计显著性检验，表明新型数字基础设施对制造业高质量发展具有显著的促进作用。表1的列(2)是将估计方法更换为固定效应模型后的检验结果，不难发现，新型数字基础设施的拟合系数依然显著为正。考虑到制造业高质量发展的当期值在很大程度上会受前期值的影响，从而产生序列自相关问题。为排除这一影响，本文进一步采用广义矩估计方法进行了回归分析。表1的列(3)和列(4)分别报告了差分GMM、系统GMM的回归结果，从中可见，制造业企业全要素生产率滞后一期的系数在两个模型中均显著为正，说明制造业高质量发展的变化很大程度上取决于其过去的状态。在控制制造业高质量发展的前期值与残差项之间的内生关联、排除被解释变量时序自相关的影响后，新型数字基础设施的拟合系数分别为0.0630和0.0655，并且均通过1%的统计显著性检验，进一步证实新型数字基础设施对制造业高质量发展具有显著的正向作用。

(二)分位数回归结果

以上基本计量模型主要刻画了新型数字基础设施在均值区间对制造业高质量发展的作用效果，忽视了其在极值区域的尾部状态特征。事实上，新型数字基础设施对制造业高质量发展的影响可能呈非线性。相比于低全要素生产率制造业企业，新型数字基础设施可以借助高全要素生产率制造业企业优秀的组织生产管理能力实现二者间的快速融合，从而产生更为显著的正向影响。为了准确刻画新型数字基础设施对制造业高质量发展的非对称影响，有效捕捉新型数字基础设施和制造业高质量发展分布的尾部特征，本文接下来利用控制时间效应的分位数回归，分别估计在0.1、0.25、0.5、0.75和0.9分位点上制造业高质量发展受新型数字基础设施影响的分位数方程。由表2的回归结果可知，新型数字基础设施的拟合系数均显著为正，说明新型数字基础设施对制造业高质量发展各分位点都具有显著的正向影响。并且，新型数字基础设施的系数拟合值大小随分位数的增加而呈现上升趋势，说明增加新型数字基础设施供给对高效率的制造业企业高质量发展的促进作用更为强烈。

表2 新型数字基础设施影响制造业高质量发展的分位数回归结果

(三)内生性解决

为了减缓遗漏变量、测量误差和互为因果等因素造成的内生性问题，本文使用工具变量法对基准模型进行了再检验。对于工具变量的选择，依据上文对新型数字基础设施的内涵界定，我们发现通讯技术与计算机技术是影响新型数字基础设施水平的重要因素。通讯技术的发展是从固定电话普及开始的，计算机技术的推进则与微型电子计算机生产能力的前期积淀密不可分。因此，本文参考黄群慧等(2019)和钞小静等(2020)的做法，分别使用1984年每万人固定电话数量和1994年每万人微型电子计算机生产数量的历史数据作为工具变量。使用历史截面数据的优点在于：一方面，其满足与新型数字基础设施的相关性条件；另一方面，其不太可能对现阶段制造业高质量发展产生影响。进一步，通过乘以对应年份的信息传输、软件和信息技术服务业固定投资额为截面数据赋予时间趋势。内生性问题检验结果如表3所示。由第一阶段的拟合结果可见，每万人固定电话数、每万人微型电子计算机生产数量的拟合系数均显著为正，并且通过了弱工具变量检验、过度识别检验与不可识别检验。综上理论阐述与实证结果可知，每万人固定电话数、每万人微型电子计算机生产数量是同时符合相关性与外生性要求的合意工具变量。由第二阶段的拟合结果可见，新型数字基础设施和其他控制变量的拟合系数与基准回归的结果基本一致。这表明在使用每万人固定电话数、每万人微型电子计算机生产数量作为工具变量的情况下，新型数字基础设施对制造业高质量发展的正向作用仍然稳健。

表3 内生性问题检验结果

(四)稳健性检验

为保证核心结论的可靠性，本文开展了一系列稳健性检验，具体包括：

一是仍采用制造业企业全要素生产率衡量制造业高质量发展，但是将测算方法由ACF法分别替换为OP法和LP法，同时将核心解释变量的表征方法由政府报告词频更改为地级市新型数字基础设施上市公司总产值(digfra1)；二是从经济效益、创新效率、产品质量、融合升级和绿色发展等五个方面构建2009—2018年制造业高质量发展省级层面综合指标体系(4)限于篇幅，综合指标体系的构建过程和结果未能在文中呈现，如有需要请向作者索取，作者邮箱：lianyuanmei123@163.com。，并将测算得到的综合指数作为被解释变量，同时选取人均GDP、平均受教育年限、进出口贸易额占比、金融机构贷款余额占比、单位公路货运量和技术市场成交额等地级市数据作为控制变量；三是剔除注册所在地在自治区或省会城市的特殊制造业上市公司样本；四是将上文中2004—2018年制造业上市公司非平衡面板删减为平衡面板。

在分别完成上述操作后，依次对基准回归模型进行再检验，结果列于表4。通过表4不难发现，新型数字基础设施的参数拟合值在各模型中均显著为正，表明新型数字基础设施对制造业高质量发展存在显著的正向影响。由此可知，本文的核心结论是稳健的。

表4 稳健性检验结果

五、进一步分析

(一)异质性检验

1.基于地区的异质性分析

一方面，我国各地区的工业基础和资源禀赋存在较大差异，东部地区各省份已率先进入工业化后期阶段，而中西部地区各省份仍处于工业化中期阶段，存在着明显的梯度差距(黄群慧，2018)。同时，工业化进程往往伴随着产业变革的发展，与东部地区城市相比，中西部地区城市无论是在自动化、信息化、网络化、智能化等技术变革方面，还是在资源配置、制度改革等方面均较为落后，这会阻碍新型数字基础设施在制造业发展进程中的融合应用(付晨玉 等，2020)。因此，本文推测，新型数字基础设施对不同地区(东部地区、中西部地区)城市的制造业高质量发展存在异质性影响。由表5的列(1)和列(2)可见，新型数字基础设施会抑制中西部地区城市的制造业高质量发展，而对东部地区城市的制造业高质量发展则表现出显著的促进作用。

另一方面，是否属于城市群城市与新型数字基础设施的发展普及具有直接联系。在我国，城市群中的中心城市通常是新型数字基础设施最早大规模普及和发展的地区，进一步在城市群“中心-外围”空间结构的作用下，中心城市的辐射效应会率先带动外围城市新型数字基础设施的建设与使用；而非城市群城市在新型数字基础设施建设进程中则处于落后地位，可能会限制新型数字基础设施作用效果的发挥。因此，本文推测，新型数字基础设施对城市群城市和非城市群城市的制造业高质量发展存在异质性影响。接下来，对上述预期进行验证，具体操作步骤为：首先，参考《2019年中国城市群一体化报告》，将地级市划分为城市群城市和非城市群城市，其中城市群城市包括北京、天津、保定等在内的157个地级市；然后，依据制造业上市公司注册所在地信息对原始面板数据进行分类，并开展控制时间效应和行业效应的分样本回归。由表5的列(3)和列(4)可知，新型数字基础设施会显著抑制非城市群城市的制造业高质量发展，但对城市群城市的制造业高质量发展则具有显著的正向影响。

表5 地区异质性检验结果

2.基于行业的异质性分析

一方面，制造业各细分行业之间的技术水平存在较大差异。相较于高技术制造业，低技术制造业大多为劳动密集型产业，它们对先进生产设备和科学技术的需求与依赖程度较低，相应的资本储备也可能不够充足，而新型数字基础设施促进制造业高质量发展作用的实现是建立在一定的物质资本基础之上的。因此，对于低技术制造业来说，新型数字基础设施与生产运营环节的有效融合在短期内很难实现，进而使得新型数字基础设施对制造业高质量发展的正向影响被弱化。基于此，本文推测，相比于低技术制造业，新型数字基础设施对高技术制造业高质量发展的促进作用更为明显。为验证上述预期是否成立，本文首先参考朱金生等(2019)的做法将制造业大类中的29个细分行业划归为高技术制造业和低技术制造业(5)高技术行业包括：化学原料及化学制品制造业，化学纤维制造业，医药制造业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业，仪器仪表及文化、办公用机械制造业。其余制造业细分行业被划分为低技术行业。两类，然后进行分样本回归。由表6的列(1)和列(2)可见：在高技术制造业组，新型数字基础设施的拟合系数为0.0508，且通过了5%的统计显著性检验；而在低技术制造业组，新型数字基础设施的拟合系数为0.0231，但不显著。这说明新型数字基础设施对高技术制造业的正向作用更加显著且强烈。

表6 行业异质性与企业异质性检验结果

另一方面，各制造业细分行业在数字化渗透程度层面也存在较大差异。相较于农副食品加工业、废弃资源综合利用业等根据实际认知与交互灵活调整工作任务的非程序化行业，汽车制造业、印刷和记录媒介复制业等行业的工作内容具有更加明显的流程化、标准化等特征，更易被计算机或先进机器设备取代从而拥有更高的数字化水平。正因如此，新型数字基础设施与高数字化制造业更可能实现无障碍融合，进而在应用速度和效率方面超越低数字化制造业。基于此，本文推测，相比于低数字化制造业，新型数字基础设施对高数字化制造业高质量发展的促进作用更为强烈。接下来，对上述预期进行检验。在综合考虑信息通讯技术投资使用情况、人力资本信息化程度和电子商务展开规模等多方面因素的前提下，本文将制造业行业划分为高数字化行业和低数字化行业(6)高数字化行业包括：木材加工和木、竹、藤、棕、草制品业，家具制造业，造纸和纸制品业，印刷和记录媒介复制业，通用设备制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他交通运输设备制造业，电气机械和器材制造业，计算机、通信和其他相关设备电子设备制造业，仪器仪表制造业，金属制品、机械和设备修理业。其余制造业细分行业被归为低数字化行业。两类。在此基础上，展开分组回归，具体检验结果如表6所示。由表6的列(3)和列(4)可见：在高数字化制造业组，新型数字基础设施的拟合系数为0.0288，且通过了5%的统计显著性检验；而在低数字化制造业组，新型数字基础设施的拟合系数为0.0035，但不显著。这说明相比于低数字化制造业，新型数字基础设施对高数字化制造业高质量发展的促进作用更加明显。

3.基于企业的异质性分析

当企业所处发展阶段不同时，新型数字基础设施对制造业高质量发展的影响可能存在一定差异。在短期内，与成熟期企业相比，新型数字基础设施与成长期企业实体的融合更易实现。这是因为：一方面，成熟期企业在较长的生产经营过程中所形成的研发生产、经营决策等方面的僵性，使得其在面对新型数字基础设施的冲击时很难做出快速调整；另一方面，成熟期企业一般拥有特定的受众群体与市场份额，运用新型数字基础设施进行调整时可能需要付出更高的机会成本。因此，本文推测，相比于成熟期制造业企业，新型数字基础设施对成长期制造业企业高质量发展的促进作用更为强烈(7)为进一步验证这一发现，本文还使用无形资产净额作为描述企业前期积累的衡量指标对其在新型数字基础设施影响制造业高质量发展过程中发挥的调节作用进行了分析。限于篇幅，本部分结果未能在文中呈现，如有需要请向作者索取，作者邮箱：lianyuanmei123@163.com。。具体地，本文首先依据企业上市时间与制造业上市公司平均年龄的对比情况，将原始面板划分为成长期样本和成熟期样本，然后进行分组检验。由表6的列(5)和列(6)可见：在成熟期样本组，新型数字基础设施的拟合系数为0.0222，但未能通过显著性检验；而在成长期样本组，新型数字基础设施的拟合系数为0.0224，且通过了10%的统计显著性检验。上述结果表明，相比于成熟期制造业企业，新型数字基础设施对成长期制造业企业具有更加强烈且显著的促进作用。

(二)作用机制检验

正如上文理论分析部分所阐述的，新型数字基础设施通过优化制造业研发设计、升级制造业生产制造和改善制造业市场匹配，进而为制造业高质量发展提供了源源不断的动力。为验证上述作用机制是否成立，本文在基准模型(1)新型数字基础设施的拟合系数显著为正的基础上构建了以下中介效应检验模型：

mediwjt=γ0+γ1digfrajt+γXiwjt+vw+ϑiwjt

(3)

manuupiwjt=μ0+μ1digfrajt+μ2mediwjt+μXiwjt+πiwjt

(4)

其中，mediwjt表示中介变量。对于中介变量指标的选取，考虑到新型数字基础设施对制造业研发设计环节的提升作用主要表现为发明专利申请量的增加，对生产制造环节的升级作用主要体现为成本加成率的上升，对市场匹配环节的优化作用则集中体现为存货周转天数的下降，本文分别以发明专利申请量、成本加成率和存货周转天数作为机制检验部分的中介变量。因果逐步回归法的基本思路为：在基准模型(1)新型数字基础设施的拟合系数显著为正的基础上估计模型(3)与模型(4)；若模型(3)中新型数字基础设施和模型(4)中中介变量的参数拟合值均显著为正，则说明新型数字基础设施可以通过中介变量作用于制造业高质量发展，中介变量发挥部分中介作用；若模型(4)中新型数字基础设施的拟合系数不显著，而中介变量的参数拟合值显著为正，则说明中介变量发挥完全中介效应。此外，考虑到新型数字基础设施的内生性问题可能会造成回归结果偏误，我们参照上文做法使用每万人固定电话数、每万人微型电子计算机生产数量作为工具变量展开2SLS估计，结果如表7所示。

表7 作用机制检验结果

表7的列(1)和列(2)为研发设计渠道的检验结果。由列(1)和列(2)可见，新型数字基础设施对制造业发明专利申请量、发明专利申请量对制造业高质量发展的拟合系数均不显著，说明新型数字基础设施的引进和使用对研发设计行为的促进作用还没有完全体现。这可能是因为，相比于其他两个环节，研发设计环节更加漫长，且面临更多的制约因素，新型数字基础设施在这一环节的作用需要经过长时间的积累才能显现。

表7的列(3)和列(4)为生产制造渠道的检验结果。在列(3)中，新型数字基础设施对成本加成率的拟合系数显著为正，说明新型数字基础设施的发展有利于提高制造业企业的生产制造能力。在列(4)中，成本加成率的拟合系数显著为正，表明生产制造能力的提升可以显著促进制造业高质量发展；同时，新型数字基础设施的拟合系数显著为正，说明生产制造能力的提升在新型数字基础设施影响制造业高质量发展的过程中发挥部分中介作用。

表7的列(5)和列(6)为市场匹配渠道的检验结果。在列(5)中，新型数字基础设施对存货周转天数的拟合系数显著为负，表明新型数字基础设施的发展可以加速产品流转、改善制造业市场匹配。在列(6)中，存货周转天数的拟合系数显著为负，说明市场匹配的改善有助于促进制造业高质量发展；同时，新型数字基础设施的拟合系数显著为正，说明市场匹配改善在新型数字基础设施影响制造业高质量发展的过程中发挥部分中介作用。

综上所述，新型数字基础设施可以通过升级生产制造、改善市场匹配进而推动制造业高质量发展，但是其对研发设计的优化作用在现阶段还没有完全显现。

六、结论与政策建议

本文立足制造业的全产业链条，从“研发设计”“生产制造”“市场匹配”三个环节阐释了新型数字基础设施影响制造业高质量发展的理论逻辑，并利用2004—2018年我国283个地级市的爬虫数据和手工收集的制造业上市公司相关数据进行了实证检验，得到如下主要结论：第一，新型数字基础设施对制造业高质量发展具有显著的促进作用，并且通过非线性效应分析可知新型数字基础设施在高分位点处对制造业高质量发展的作用效果优于低分位点。第二，新型数字基础设施对制造业高质量发展的促进作用存在显著的地区异质性、行业异质性以及企业异质性。具体来说，在地区特征方面，新型数字基础设施对东部地区城市、城市群内部城市制造业高质量发展的正向影响更强；在行业特征方面，新型数字基础设施对高技术、高数字化制造业高质量发展的促进作用更强；在企业特征方面，新型数字基础设施对成长期制造业企业高质量发展的正向影响更强。第三，现阶段，新型数字基础设施对制造业高质量发展的促进作用主要是通过升级生产制造和改善市场匹配两条路径实现的。

基于上述研究结论，本文提出以下政策建议：一是大力推进新型数字基础设施建设。一方面，中央政府要坚持优化新型数字基础设施建设环境，持续完善顶层设计，建立健全统筹协调和推进机制，加快培育壮大新型数字基础设施公共服务平台；另一方面，地方政府要加强对本地区新型数字基础设施建设的政策扶持，统筹用好国家补助资金、本级财政资金、政府债券资金等，引导地方产业发展投资基金投入新型数字基础设施建设，广泛吸收社会资本参与投资和运营。二是强化科研引领，推进创新链与产业链深度融合。首先，要系统布局重大创新载体，加快各主要城市的高新区、创新区建设，保证园区内创新数字基础设施完备。其次，要着力提升重大研发平台层次，积极培育国家级或省级制造业创新中心，加强大型共创共享实验室建设。最后，要进一步提升技术要素的市场化水平，建立以企业为主体的技术创新体系。三是拓展应用场景，加强新技术与制造业深度融合。一方面，要深刻把握新型数字基础设施在不同行业、环节、领域的扩散规律和融合方式，分行业、分步骤推动新型数字基础设施在产业智能化、数字化制造中的普及和应用；另一方面，要鼓励、支持和引导各类新型数字基础设施供应商和服务商的发展，依靠市场力量持续为制造业的生产制造环节和市场匹配环节赋能。