数字经济驱动下装备制造业转型升级的作用机理及其实证检验

陈阿兴，陈星如

安徽财经大学国际经济贸易学院，安徽蚌埠,233030

1 问题提出与相关研究

以大数据、物联网、云计算为代表的信息技术蓬勃发展，成为疫情下支撑经济发展的新动能。习近平总书记在2000年到2022年期间，多次提出了发展数字技术，壮大数字经济的建议。十四五规划明确指出了2025年数字经济发展目标，不仅对数字规模提出要求，同时也要求注重数字经济健康发展和竞争力稳步提升。随着新一轮科技革命不断推进，数字经济爆发式增长俨然已经成为供给侧改革和产业结构转型升级的强大动力[1]，其作为一种技术经济范式，必然同蒸汽机、电力一样重塑经济社会发展形态[2]。作为数字经济发展的主战场——制造业，正面临着以数字技术为基础的数字经济发展所带来的机遇[3]。在理论层面上，制造业数字化能够畅通要素流动，减少中间交易成本，提高企业的运营效率，生产效率和服务效率；在实践层面上，制造业数字化能够优化生产流程，精准对接消费者需求，提高企业的市场竞争力，目前已经出现了许多企业通过数字化转型实现了高效高质量的增长。例如：安徽海螺集团建成水泥全流程智能制造工厂，有效减少了资源消耗和对环境的破坏，提高了生产效率，为企业带来颇丰的综合收益；服装品牌企业韩都衣舍通过打造创新和领先的数字化体验，满足了消费者个性化需求，增加了企业的营业收入。由此可以看出，无论是从理论层面还是实践层面，产业数字化转型在经济发展中都有着不可替代的作用，对于其研究具有重要的现实意义。

国内外学者从不同角度对数字经济进行了研究。从已有文献来看，对于数字经济的研究主要集中在两个方面，一是对于数字经济的概念界定和本质探讨。高振娟等[4]认为数字经济从广义概念上来说是将数字技术应用到生产流通等一系列活动过程中的总和。张鹏[5]指出数字经济的本质是基于技术对资源进行配置优化的过程。学者们不仅对数字经济的内涵本质进行了深入的研究，还进一步探讨了对数字经济理论体系的构建。陈晓红等[6]从经济增长理论、产业组织理论、消费者理论、厂商理论、交易成本理论、现代产权理论和创新管理理论构建了数字经济理论的具体内容，同时还提出了研究数字经济的方法体系。二是对数字经济发展水平的测度研究。王军等[7]从我国省际面板数据出发构建数字经济评价体系，运用泰尔指数、自然间断点法等方法实证分析了我国数字经济时空演变特征。国外学者从信息技术资本、信息技术劳动力、信息技术基础设施、企业组织转型来测度数字经济，分析研究其对企业绩效的影响[8]。

对于数字经济本身的研究已经日渐走向成熟，而关于数字经济对经济社会各方面发展的影响研究也正在进行。其中关于数字经济对制造业的影响，就已经成为学术界热点话题。从现有文献来看，不少学者通过综合指标法、问卷调查法、全要素生产率方法等对制造业发展情况进行了深入的探讨。学者潘秋晨[9]从绿色发展、创新发展、开放发展、协调发展和共享发展五个方面构建了装备制造业升级的评价指标体系，实证检验了全球价值链嵌入对装备制造业升级的推动作用，并进一步证明该推动作用最终呈现出倒“U”型特征；郑琼洁等[10]通过分析企业调查问卷结果得出江苏企业数字化转型的基本情况，通过实证分析研究得出江苏企业数字化转型处于起步阶段，并且地区之间发展差异较大。王瑞荣等[11]采用绿色全要素生产率衡量制造业高质量发展，实证检验了数字经济对浙江省制造业高质量发展具有显著的正向促进作用。此外，还有学者从产业融合[12]、区域经济一体化[13]、创新环境[14]等方面来研究对制造业转型升级的影响。

通过梳理相关文献发现，现有文献对于数字经济与制造业发展之间的关系进行了大量的探索，不仅有大量的理论机制的分析，实证研究也不在少数，但是对于制造业细分行业的研究较少。鉴于此，文本从省际面板数据出发，采用个体时间双固定效应模型和中介效应模型相结合的方法全面探讨数字经济与装备制造业转型升级的机制关系，并用动态模型和区域异质性检验来估计模型是否稳健。

2 理论分析与研究假设

2.1 数字经济对装备制造业转型升级的直接效应

产业转型升级中的“转型”其核心要点是经济增长方式的转型，具体来说，是摆脱过去以消耗资源，牺牲环境为代价赚取经济增长的方式，转为节省资源、提高效率、智能环保的创新驱动发展方式；而产业升级则是指从生产低附加值产品向生产高附加值产品的转变。在数字经济背景下，通过对数据要素的收集、整合、分析与再造从而形成新的要素组合，这些新的要素组合投入到装备制造业研发生产的各个环节，为装备制造业研发端提供源源不断的创新动力；此外，数据要素通过优化企业生产组织、提高资源配置效率、提高企业供给水平和供给能力，从而使企业生产向智能化生产方向转变。生产智能化利用自身技术优势、信息优势、成本优势等不仅能够提高企业的生产效率，还能提高生产产品的质量，从而扩大有效供给，满足了装备制造业生产端高效、高质量生产的要求；同时，以数字技术为基础而搭建的数字平台实现了厂商和消费者的跨时空联系，通过对消费需求数据的充分分析，能够最大限度地挖掘内需，在销售环节为装备制造业提供了精准的消费市场,从而通过需求导向促使装备制造业企业升级产品和服务。由此提出假设。

H1：数字经济对装备制造业转型升级发挥着正向促进作用。

2.2 数字经济对装备制造业转型升级的间接效应

根据熊彼特创新理论，创新包括以下五种情况：创造新产品、采用新技术、开辟新的市场、获取原材料新的供应来源以及实现企业新的组织。首先，随着装备制造业数字化程度的加深，数据要素植入到装备制造业研发、生产和销售的各个环节，这些海量数据在生产体系中与其他传统要素相结合形成新的要素组合，推动装备制造业企业进行产品创新和技术创新[15]，比较典型的应用就是实体工厂与虚拟工厂相结合的 “数字孪生”技术，在一定程度上能够提高装备制造业生产效率和产品的质量。此外，产品创新能够开辟新的市场，符合熊彼特创新理论中创造新产品、采用新技术、开辟新的市场的创新标准；其次，借助数字共享平台可以使产业之间联系更加密切，尤其是在装备制造业数字化趋势不断加深的情况下，数字化产业和装备制造业不断融合发展，使产业之间关联效应加强。产业融合能够形成企业组织之间新的联系，其中就蕴含着企业新的组织的实现，符合熊彼特创新理论中实现企业新组织的创新标准。由此提出假设：

H2：数字经济通过创新效率推动装备制造业转型升级。

3 研究设计

3.1 模型设计

根据上述理论分析，为验证假设H1，构建如下基准回归模型：

Manuit=α0+α1Digit+α2∑Controlit+μt+λi+εit

(1)

其中，i为省份，t为年份；Manu表示装备制造业转型升级指数；Dig表示数字经济发展指数；∑Control表示控制变量，用于控制其他变量对装备制造业转型升级的影响；μt和λi分别表示时间效应和个体效应；εit表示随机干扰项。

为了判断创新效率在数字经济促进装备制造业转型升级中的中介效应是否存在，参考温忠麟[16]的方法，构建如下具体模型：

lnInnoit=β0+β1Digit+β2∑Controlit+μt+λi+εit

(2)

Manuit=γ0+γ1Digit+γ2lnInnoit

+γ3∑Controlit+μt+λi+εit

(3)

其中，lnInno作为创新效率的代理变量，式(2)和式(3)用于判断创新效率的中介效应。

3.2 变量测度与说明

3.2.1 被解释变量

文本被解释变量为装备制造业转型升级指数Manu。文章借鉴干春晖等[17]的做法，首先用合理化和高级化两个指标来衡量装备制造业转型升级指数。装备制造业合理化是指通过对生产要素的合理配置，实现装备制造业内部的协调发展。借鉴于斌斌[18]的做法，采用泰尔指数的倒数来衡量装备制造业合理化水平：

(4)

其中，Rea表示装备制造业合理化指数；TL表示泰尔指数；Y表示装备制造业细分行业的总产值；L表示装备制造业细分行业的总就业人数；n和i分别表示装备制造业部门数和行业类型。根据泰尔指数的性质来判断Rea的变动方向可知，当Rea的值越大，装备制造业结构越合理。

根据上述分析，装备制造业升级是指由生产低附加值产品向生产高附加值产品转变，故文本高级化指标采用高端装备制造业产值与中低端装备制造业产值之比表示，比值越大，说明高级化程度越高。再根据合理化和高级化两个指标的测算结果，采用熵值法进行客观赋权(数据来源见3.3节)，赋权结果分别为：合理化权重为0.664 4，高级化权重为0.335 6。最后通过加权求和得到装备制造业转型升级的最终指数。

3.2.2 核心解释变量

文本的核心解释变量为数字经济发展水平。由于数字经济是继农业经济、工业经济之后的一种新经济形态，目前学术界对于数字经济的测度尚未形成统一的标准。参考王军[7]、刘鑫鑫[19]的做法，在数据可获得的情况下(数据来源见3.3节)，从数字基础设施、数字产业发展、数字技术应用三个维度测量数字经济发展指标，并运用熵值法对各三级指标赋权，最终计算各指标综合得分作为数字经济发展水平指数。具体评价指标与相应权重见表1。

表1 数字经济发展水平评价指标及权重

3.2.3 控制变量

为避免模型由于遗漏重要的解释变量造成回归结果误差，选择如下控制变量体系(表2)。

表2 控制变量选取

(1)城镇化进程(Urb)。装备制造业发展受到资源集聚的影响。在城镇化进程中，会有大量的人口涌向城市，为装备制造业提供源源不断的劳动力，对装备制造业发展有利。参考许钊等[13]的做法，采用城镇人口占总人口比重来衡量。

(2)外商直接投资(lnFdi)。外商直接投资对装备制造业的影响主要通过资本供给和技术外溢促使其转型升级。因此，文本采用外商直接投资总额来衡量这一指标。

(3)人力资本(Tal)。人力资本通过影响劳动成本、收入水平等促使低技术装备制造业进行升级改造；通过技术进步推动中高技术装备制造业快速发展。因此，将人力资本纳入到控制变量体系中。

3.2.4 中介变量

创新效率。本文使用DEA模型测算创新效率值。投入指标选择规模以上工业企业R&D经费支出来表示，产出指标选择规模以上工业企业专利申请数来表示。R&D是指运用科学领域知识进行系统的创造性的活动，最能代表一个企业创新投入大小；专利申请数可以作为一个企业创新产出的代表。

3.3 数据来源和描述性统计

以2013—2020年30个省份(西藏和港澳台除外)数据为样本。原始数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》和各地方统计年鉴，对于个别缺失数据利用插值法进行补齐，统计结果见表3。

表3 变量描述性统计 n=240

4 实证检验

4.1 实证结果分析

在进行基准回归之前，对面板数据组间异方差、组内自相关和组间同期相关进行了检验，检验结果显示：样本数据存在组间异方差和组内自相关问题；组间同期相关的P值为0.100 4，说明接受无组间同期相关的原假设。为避免上述组间异方差和组内自相关问题所造成的估计误差，对固定效应模型采用全面FGLS估计。具体结果如表4。

表4 全面FGLS估计结果 n=240

在模型(1)中，数字经济发展水平对装备制造业影响结果显著为正，说明数字经济发展对装备制造业转型升级具有正向促进作用，与上述理论分析一致，验证了假说1的有效性。在逐渐加入控制变量以后，其结果依然显著。从控制变量来看，城镇化进程对装备制造业转型升级具有显著促进作用，这可能是因为城镇化的不断发展为工业提供了基础，随着城镇化水平的提高，会出现资金、劳动和技术的聚集现象，为工业发展提供各种所需生产要素。

4.2 中介效应分析

通过对中介效应模型进行回归，得到表5的回归结果。通过观察模型(2)可以发现，数字经济在1%的水平上显著，证明式(2)是成立的。在模型(3)中，加入了创新效率这一中介变量，结果显示数字经济和创新效率两个变量结果均显著，并且通过Sobel检验，p值为0.031，中介效应比例达到0.347，说明中介效应存在，表明创新效率有助于促进数字经济对装备制造业转型升级的影响，也就是说存在“数字经济→创新效率→装备制造业转型升级”的传导机制。产生这一作用的原因可能在于：数字基础设施，数字技术和数字人才等广泛运用于工业生产领域，促使工业企业创新速度加快，这种创新不仅是产品的创新，同样包括生产技术，生产工艺的创新，从而更高效的驱动装备制造业转型升级，验证了假设H2的有效性。

表5 创新效率对装备制造业转型升级的中介效应结果 n=240

4.3 动态模型扩展

考虑到解释变量和被解释变量之间存在内生性问题,需要对原模型进行修正，构建动态模型以检验实证结果的稳健性。具体做法是引入被解释变量滞后一期作为解释变量，模型如下：

Manuit=ρ0+ρ1Manuit-1+ρ2Digit+ρ3

×∑Controlit+μt+λi+εit

(5)

对动态面板模型估计通常使用广义矩估计法(GMM)。从表6的结果中来看，AR(2)和Hansen检验的结果均大于0.1，说明在被解释变量滞后二阶后接受“扰动项无自相关”的假设，以及不存在工具变量过度识别的问题，工具变量是有效的。

表6 动态模型GMM估计结果

结果显示无论是SYS-GMM还是DIFF-GMM，核心解释变量都能够通过10%的显著性水平，且系数值分别为3.491和3.111，说明数字经济发展指数变化1个单位，装备制造业转型升级指数将平均增加3.491和3.111个单位。从装备制造业转型升级指数滞后项来看，均能通过1%的显著性水平，符合经济运行的实际情况。产生这种作用的可能原因在于：装备制造业加速发展，会带来更多的要素投入，要素投入又会促进下一期的发展，如此形成“发展→投入→再发展”的良性循环。从控制变量来看，人力资本变量显著为负，不利于装备制造业转型升级，这可能是因为当前数字技术人才的紧缺以及劳动力资源配置不当，造成与装备制造业所需人才不匹配，从而导致其发展减缓。

4.4 区域异质性分析

根据我国地区经济发展特征，区域发展具有明显的“东中西”梯度差异。为了检验数字经济发展与装备制造业转型升级的区域异质性，将观测样本按照东、中、西部进行划分，采用全面FGLS估计，得到结果如表7。

表7 区域异质性估计结果

从表7中结果可以看出，解释变量数字经济对东中西部的影响具有明显差异。具体来看，对东部地区装备制造业转型升级的影响最为显著，这可能是因为东部地区作为经济发展“领头羊”，数字经济发展水平最高，对装备制造业转型升级的影响也就越强。虽然中部地区影响显著性次之，但是数字经济系数值达14.128，说明数字经济对中部地区装备制造业转型升级的影响具有非常大的上升空间。在未来，中部地区抓住数字化发展机遇，对于地区经济发展具有重要的意义。从西部地区来看，数字经济发展水平每提升1个单位，将引起装备制造业转型升级指数平均增加4.433个单位。对于地区经济发展相对落后的西部地区来说，加大对数字经济的投入，是其实现经济发展的重要举措。

5 结论与对策建议

文本基于2013—2020年30个省份面板数据的分析，得到如下结果：第一、无论是从理论分析还是实证分析，数字经济发展都能显著驱动装备制造业转型升级，且在静态模型和动态模型中的作用均显著；第二、由于数字经济发展水平的梯度差异特征，决定了数字经济对东中西部的影响各不相同，从实证结果来看，对东部地区装备制造业转型升级影响最为显著，中西部次之；第三、“数字经济发展→创新效率→装备制造业转型升级”的传导机制成立。

根据上述结论，提出以下几点建议：首先，为更好发挥数字经济对推动装备制造业转型升级的作用，应当加快装备制造业数字化进程。与传统生产要素相比，数字要素具有创新性、高渗透性、可持续性等特征。通过对互联网、大数据等数字技术在装备制造业全产业链中的充分应用，能够实现装备制造业高效研发、智能生产、精准销售，从而促进装备制造业转型升级。例如，可以在装备制造业生产链中引入流程工业智能优化制造模式[20]，这种制造模式是指将数字化融入产品的生命周期，不仅能够优化生产流程，还能实现工业制造的高端化、智能化和绿色化；其次，由实证结论可知，数字经济可以显著提升创新效率，从而更高效推动装备制造业转型升级。因此，从数字经济角度出发，第一，应优化数字基础设施建设，加快推进5G网络部署，通过建立国家一体化数字平台中心，提升数据质量和数据流通效率，释放数字要素对于推动经济发展的倍增效应；第二，将研发投入有针对性地向数字前瞻性领域倾斜，增强关键领域的创新能力，破解核心技术受制于人的困难局面；再次，针对数字经济发展的地区梯度差异特征，要实施数字产业差异化发展战略，逐步缩小区域间 “数字鸿沟”。东部地区作为创新活力最强、投资力度最大、基础设施最完善的地区，应发挥地区优势，重点加强对数字核心技术的突破，例如将研发投入瞄准大数据、人工智能、量子信息、区块链等重要领域，实现核心技术自主可控的目标。对于中西部地区来说，大力发展新基建，加快推动5G网络基站建设和工业互联网平台建设，提高地区智能制造的水平，促进区域经济发展方式的转变。同时，要加强数字技术人才的引进和培养，为地区数字产业发展提供必要的条件。最后，无论是发展数字产业还是引导产业进行数字化转型，都需要规范数字经济发展，加强市场监管的同时也要不断促进数字经济治理能力的提升，例如监管部门可通过对大数据、云计算、区块链等技术在监管领域的应用，从而提高监管效率，维护市场公平竞争。