数字经济对制造业企业绩效的影响研究

陈实

(温州大学 商学院，浙江 温州 325035)

党的十九大报告指出“要优先加快发展先进制造业，推动互联网、大数据、人工智能和实体经济相互融合”，其中，互联网、大数据、人工智能是数字经济发展的核心内容，制造业是实体经济的核心。这彰显了党中央和国务院对数字经济推动制造业高质量发展的高度重视，标志着数字经济已经成为国家战略性发展规划，数字经济与实体经济融合发展已经成为党和国家以及社会各类群体人员高度关注的一个焦点。改革开放以来，制造业虽然是我国实体经济主要组成部分之一，但制造业企业仍然面临着“大而不强”的主要问题，仍未满足我国当前消费结构转型升级的需要。数据作为一种生产要素进入实体制造业企业，能够利用自身信息传输优势，促使实体制造业之间形成了一张有效的数据网络，降低企业之间的信息搜集和信息传输的成本。数据可以帮助实体制造业实现资源最优配置，提高企业资源利用率。那么，数字经济，尤其是新时代日新月异的数字经济发展态势，数字经济是否能促进实体制造业企业绩效提升？如何推进数字经济加快制造业高质量发展？数字经济助力实体制造业企业绩效提升的机制和作用路径又是什么？基于研究问题的背景，本文拟研究数字经济发展水平与制造业企业绩效之间的关系，进而为数字经济发展促进制造业高质量发展寻求微观经验。本文使用熵权法测度数字经济发展水平，选取中国A股上市制造业企业2013―2019年的相关财务数据，采用C-D模型研究分析数字经济发展对制造业企业绩效的影响。

一、文献综述和理论分析

(一)文献综述

现阶段，关于数字经济发展对制造业企业绩效的研究文献较少。现有研究结论也存在较大差异，主要分为两个部分，一部分是数字化、互联网建设等的发展对企业绩效的影响，另一部分是数字经济对制造业其他方面的影响。

首先，从企业战略视角研究发现数字化发展会通过差异化和成本领先显著提高企业绩效[1-3]，实体企业自身采取数字化改革措施后，显著提升了企业经济效益，推动了企业高质量发展[4]。另一部分学者通过对上市公司的生产过程融入互联网后的研究发现，企业的产出绩效和财务绩效明显降低[5]。企业选择互联网转型后，企业的运营成本、交易成本都明显增加，直接降低企业绩效[6]。然而，田红彬等通过对零售行业在“触网”销售和“数字化销售”研究发现，前者并没有增加企业绩效，后者却显著提高企业利润和绩效水平[7]。现有研究产生上述差异性结论的主要原因可能是以往的研究考察时间周期较短，且没有充分了解互联网数字化变革的本质和效用，把互联网与数字化、数字经济发展混淆。鉴于此，有必要从数字经济本质的角度出发研究数字经济发展对实体制造业企业绩效的影响及其作用机制。

其次，在党中央和国务院的高度重视下，数字经济已然成为中国经济高质量增长的新动能。数字经济发展最显著的特征就是通过加速发展信息产业，促进信息基础建设，加速一国经济增长[8-9]。在企业出口方面，数字经济的发展不仅促进企业出口[10]、降低出口成本、提高出口效率[11],而且提高产品价格优势和产品竞争力[12]；在全球价值链方面，数字经济的发展能直接提高R&D研发投入[13]，通过提高企业生产率、产品质量和技术创新水平[14]，进而能够促进制造业企业全球价值链地位提升[15-17]，尤其对劳动密集型行业影响程度最大[18]；在全要素生产率方面，数字经济发展可以通过空间效应[19]和溢出效应[20]直接提高企业全要素生产率[21]，在绿色经济发展过程中，数字经济对企业绿色全要素生产率也起到了促进提高的作用[22]。数字经济发展会提高制造业企业生产率[23]，促进产业结构优化[24]。

最后，现有文献对数字经济发展对企业绩效中介效应的相关研究主要集中在以下几方面。其一，与传统经济发展模式相比，数字经济从本质上是一种连接经济，减少不必要的中间渠道，如信息发布、信息搜寻、现场宣传广告等，也可以使企业通过互联网认识自身经营存在的成本问题[1]，数字技术的应用有利于减少信息不对称、交易监督机制及后续服务[3,25]，也会在生产过程中改善资源浪费情况、降低资源渠道费用[26]。其二，数字经济是借助信息数字化、人工智能化、云计算等一种经济发展模式，可以通过技术水平、产业生态圈、资源整合等助力企业创新水平提升[27]，“互联网+数字技术”“云计算+信息”不断激发数据、人力等生产要素活力，使企业“创造乘数”效应全面爆发，促进企业技术创新水平提高[28]。其三，数字经济快速发展，企业可以快速低成本获取自身需要的信息，互联网技术的广泛应用也提高了信息透明度，产业链分工更加明确，可以帮助企业更好地了解客户需求，形成有的放矢的生产模式和营销模式[29-30]，促进企业生产分工专业化和协同化[4]。

(二)理论分析

当前，以互联网、大数据、人工智能、物联网等为代表的数字经济在加速发展，对中国传统的实体制造业的产业生态产生了显著促进影响，是中国制造业高质量发展的必由之路，也是中国实现“制造业强国”的新动力。本文将数字经济发展过程中数字技术应用纳入厂商的柯布—道格拉斯生产函数，考察数字经济发展对制造业企业绩效以及企业运营成本的影响(已有学者利用投入产出模型证明了数字经济能促进提升企业创新水平[27,31]和生产效率[24,32]，故本文此处不再赘述)。

假设我国在完全竞争市场上有一家制造业企业M，只生产一种产品P，该产品价格是p,数字经济发展过程中，数据作为一种外在因素进入制造业企业生产，会生产出非期望产出U，生产过程中需要资本K和劳动力L两种生产要素，且两种要素价格分别是a和b，则制造业企业生产函数为：

F(K,L)=KaL1-a

(1)

式(1)中，F表示制造业企业M的产出，且满足要素投入单调递增、规模报酬不变和严格凹函数。数字经济发展过程中对企业的非期望产出若要有增加，则需要将固定比例(θ)引入式(1)，则厂商的生产函数为：

F1(K,L)=F[(1+θ)K,(1+θ)L]=(1+θ)KaL1-a

(2)

U=ω(θ)KaL1-a

(3)

令ω(θ)=(1+θ)1/σ，σ(0,1)，则式(2)和式(3)转化为：

F1(K,L)=Uσ(KδL1-δ)1-δ

(4)

U=(1+θ)1/σKaL1-a

(5)

制造业企业M，生产的成本最小化的条件需要满足下列关系：

minTC=min(aK+bL)

(6)

s.t.F=KaL1-a

(7)

进一步，参考式(6)方程构建Lagrange方程，得到制造业企业M的产品的总成本函数和边际成本函数分别如下：

(8)

(9)

因为在经济学模型中没有绩效指标，因此本文将企业的利润近似看作企业的绩效Perfor，则企业是否受到数字经济发展影响的绩效函数如下：

Perfor=pF1-aK-bL

(10)

Perfor=p(1-δ)(1+θ)F1-aK-bL

(11)

对企业绩效Perfor取θ一阶导可得：

(12)

分析式(9)、式(12),由于δ(0,1)，p>0,F1>0，故

由于a∈(0,1)，所以a-1<0，0<1-a<1，故MC<0。

所以随着数字经济不断发展，制造业企业绩效会提高，企业的运营成本会减少，即数字经济发展对制造业企业绩效有促进作用，会降低企业运营成本。

图1 数字经济对制造业企业绩效影响机制

基于文献梳理和理论分析，本文提出以下假设。

假设1：数字经济发展会促进制造业企业绩效提升。

假设2：数字经济发展会通过降低企业运营成本，提高企业创新水平，提高企业生产效率来促进制造业企业绩效提升。

二、数据和模型

(一)数据来源

本文选取沪深两市上市A股制造业企业作为研究对象，对数字经济发展的起始年份(在2013年前制造业企业接触互联网和数字技术的机会较少，故起始年份是2013年)进行匹配，构建了2013―2019年的面板数据。在此基础上，对数据进行如下处理：剔除金融类、信息技术类和非实体制造业企业；剔除ST、ST*、PT企业，剔除有缺失值的样本；因西藏地区数据缺失较多，故将西藏地区数据剔除；考虑到极端异常值的影响，进行1%缩尾处理，最终得到10 796个“企业—年份”的样本数据。数据来源为《中国统计年鉴》、国泰安数据库和各省份统计年鉴。

(二)数据说明

被解释变量：制造业企业绩效。参考肖挺等的研究[33]，制造业企业绩效主要是企业经过一个生产经营周期之后的财务表现。考虑到企业层面度量制造业企业绩效的指标可获得性和合理性，选用总资产回报率(Performance，净利润和利息支出与平均资产之比)作为制造业企业绩效的度量指标。

解释变量：数字经济发展水平。国内外学者采取增加值法、综合指数法、主成分分析法、权重相加法、熵值法、空间分析法等测度数字经济发展水平，参考中国信息通信研究院的数字经济指数测度方法、沈运红等[24]、王瑞荣和陈晓华[34]对数字经济发展水平测度的方法，从数字基础设施、数字设备应用、数字技术应用、数字业务规模四个维度测度数字经济发展水平，并对各个测度指标的变异程度和波动变化使用熵权法赋以权重比例，变异程度和波动程度越大，权重比例越大。数字基础设施包括互联网宽带接入端口数和光缆线路长度；数字设备应用包括互联网普及率、移动电话普及率和固定电话普及率；数字技术应用包括R&D投入、电子商务交易活动的企业比重和本科及以上学历人数；数字业务规模包括信息传输、软件和信息技术服务业(以下简称“信息服务业”)的收入、信息服务业从业人数和快递包裹总量。

中介变量：其一，合理的运营成本(Opreta)是企业在市场竞争中取得成功的关键，以企业生产经营过程中的成本费用表示；其二，企业的创新水平(Innovation)是制造业生产核心，高技术创新水平能够在市场拥有绝对的产品优势，以企业的科研研发专利数表示；其三，企业的高生产效率(Produce)会促进企业产出增加、减少企业人力资本开支等，以企业的固定资产周转率表示。

控制变量：公司规模(Scale)、资产负债率(Asset)、金融业发展水平(Finance)、工业发展水平(Industry)和政府参与度(Government)。企业规模以企业总资产对数的数值表示；企业资产负债率以企业总负债与总资产的比值表示；地区金融发展水平是以金融机构年末存贷款余额占GDP比重表示；工业发展水平用当地工业生产增加值与GDP之比表示；政府参与度取各地区政府公共支出开支与GDP之比表示。各变量说明见表1，样本数据描述性统计见表2。

表1 变量说明

表2 样本数据描述性统计

从表2可以发现，企业的绩效水平最大值和最小值之间的差值较大，表明制造业企业的绩效水平是具有差异性的，有部分制造业企业的绩效水平低于平均值，也说明了部分企业的绩效水平偏低。解释变量数字经济发展水平的标准差为0.016，说明整体数据离散程度较低，数据的可靠性较大。中介变量的标准差均大于1，说明中介变量数据的离散程度较大，微观中观层面的控制变量数据也具有一定的离散性，样本具有各层次的数据，具有一定的代表性。

(三)数字经济发展水平测算

为了消除各个指标间的差异，对每个数据进行标准化处理，在处理数字经济发展水平过程中涉及的数据均是正向促进指标数据，处理方式如下所示。

第一步，对正向指标进行标准化处理：

(13)

第二步，计算各个指标的信息熵值Ej：

(14)

第三步，计算各指标权重Wj：

(15)

第四步，基于以上计算的结果Ej和Wj,采用加权函数计算各省数字经济发展指数DEi：

(16)

式(13)—(16)中，i表示省份，j表示测算指标；max(Xij)和min(Xij)分别表示Xij的最大值和最小值，n表示省份的个数，m表示所有指标的数量。数字经济发展水平指标的数值越大，说明该省的数字经济发展水平越高，反之，说明数字经济发展水平越低。

表3 数字经济发展水平测度体系

利用以上测度方法，将测度结果绘制成折线图，如图2所示。

图2a展现了北上广三省市的数字经济发展水平，其中，广州的数字经济发展现状最好且增长速度较快，起步阶段也相对较高，主要是因为广东省的数字基础设施、人才吸引力度等较好，如2016年广东省就已发布了《加快发展数字经济白皮书》，而且国内信息通讯行业的领头羊——华为公司总部也在广东，华为在广东省的信息技术投资总额庞大，随着5G计划的推进开展，广东省政府制定的相关政策都在引导企业朝着数字化方向发展。

图2b反映了长三角(三省一市)数字经济发展的现状，江苏省在长三角区域数字经济发展水平最高且增长速度最快，浙江省和江苏省数字经济发展有趋同的现象，而安徽省的数字经济发展仍与上海、江苏和浙江存在较大的差距。图2c是东北三省的数字经济发展情况，其中辽宁省的发展在三省中最好，其次是吉林，最差的是黑龙江，但三省的发展水平都居于全国较低水平。图2d和图2e是西南地区和西部地区的数字经济发展水平，西南地区四川省的数字经济发展最好，西北地区陕西省的数字经济发展水平最好，且增长幅度近几年较大。图2f是南方其他省份的数字经济发展水平，最好的是福建省，其他三个省的数字经济发展水平均居于全国较低水平，这主要是这些地区的经济发展水平和基础设施建设相较于全国都处于较低水平。

(四)模型构建

为验证假设1，构建了式(17)动态基准回归模型，其中Performancej,t代表第j个企业第t期的绩效水平，DEit代表省份i在第t期的数字经济发展水平，Xcontrols表示控制变量，分别是公司规模、资产负债率、金融业发展水平、工业发展水平、政府参与度，ε为随机误差项。

Performancei,t=γ0+γ1DEit+∑γXcontrols+εit

(17)

为验证假设2，探究数字经济发展对制造业企业绩效的影响机制，验证运营成本、创新水平和生产效率是否具有中介效应，构建了式(18)、式(19)的中介效应模型，其中Medjt代表第j个企业在t期的中介因子，分别代表的是企业运营成本、创新水平和生产效率。

Medjt=a0+a1DEit+∑δXcontrols+μit

(18)

Performancej,t=δ0+δ1DEit+δ2Medjt+∑δXcontrols+μit

(19)

三、实证检验

(一)基准检验

研究模型为了反映出数字经济发展对制造业企业绩效具有随时间变化的动态影响特征，选用了基准回归方程式(17)、式(18)、式(19)的动态面板模型实证分析数字经济发展对制造业企业绩效的影响及其机制(见表4)。

表4 基准检验结果

模型(17)回归结果表明，数字经济发展DE能够显著促进制造业企业绩效提升，成为促进制造业高质量发展的重要推动力之一，假设1成立。数字经济发展不仅是促进企业生产的一个有利外部因素，还能够融入制造业企业生产、销售和服务等环节的内部，进而成为促进企业绩效高质量发展的双重驱动力。数字经济的内外双重推动力主要表现在两个方面：第一，数字经济作为供给侧结构性改革、实体经济发展和创新驱动发展的重要途径之一，可以为制造业企业提供技术支持，强化制造业企业对市场需求的认知，有利于企业制定更加合理高效的生产计划；第二，数字经济可以深度融入企业生产中，提高生产技术创新水平,减少制造业的信息搜寻成本,提高制造业生产效率，利用其自身优势支持企业高质量发展。这也表明国家大力支持数字经济与实体企业融合发展的战略是具有前瞻性和可行性的。数字经济是新兴经济体，深入挖掘数字经济潜能，激发数字经济动能，进一步促进制造业企业产业结构优化和提高全球价值链地位，实现制造业高质量发展，加速推动中国早日实现制造业强国。

模型(18)、模型(19)的检验结果表明，λ1、a1、δ2均在一定的统计水平上显著，说明运营成本、创新水平和生产效率作为中介变量是显著的。此外，将三个中介因子加入计量模型后，数字经济DE的估计系数仍在1%的统计水平上显著，但系数值有所减少，这说明运营成本、创新水平和生产效率都起到了部分中介作用，假设2成立。第一，数字经济发展能够降低企业与企业之间的信息交流成本和信息交换成本，减少信息不对称发生的概率，同时，数字经济发展简化企业业务程序，使得企业在业务采购环节可以降低采购运营费用、采购成本、渠道费用等；制造业企业可以利用数字经济的数据流量来分析客户需求，针对性生产产品和制定生产计划，可以节约企业生产流程中的时间成本和物料成本。第二，数字经济借助互联网、人工智能等新兴科技进入制造业，能够形成“数字技术+产业”“人工智能+云端”等新型生产模式，制造业利用数字经济的优势激发数据和信息要素活力，促进企业内部的创新资源和创新资本释放，推动制造业企业“乘数”创新效应爆发，为企业价值发现和价值创造提供动能，助力实现“数字化+创新”型实体制造业企业绩效高质量发展。第三，数字经济凭借获取信息速度快、平台资源丰富等条件来深度挖掘客户需求和竞争者优势，促使企业内部形成专业化分工和专业化协同的生产流程，提高企业整体运营效率。

控制变量主要分为与微观层面、中观层面和宏观层面相关的变量，从检验结果可以发现：首先，在数字经济发展下，企业规模显著抑制了制造业企业绩效，可能的原因是制造业企业规模主要是以固定资产为主，其流动性较差，企业内部的资本流动性与外部的数字经济动态变化强度不协调，则产生了对制造业企业绩效抑制的作用；企业的资产负债率就直接显著地促进了企业绩效提升，这主要是资产负债率反映出了企业整体的财务杠杆状况，合适的财务杠杆水平会直接促进企业日常经营和财务合理化，有利于企业绩效提升。其次，金融业发展也显著促进了制造业企业绩效提升，金融业发展水平反映出该地区金融业活跃度和金融业的价值创造能力，金融业能够直接为企业提供投资融资服务，帮助企业缓解资金困难，特别是实体企业，金融业发展水平越高对制造业企业绩效的促进作用越明显；与之相对应的是工业化发展水平，表示该区域的工业发展现状，工业企业是实体经济的核心，而制造业是工业的核心部分，工业发展水平会直接影响制造业企业获益水平，推动制造业产业升级和产业结构优化，有利于制造业企业提高产出绩效。最后，政府在实体经济发展过程中扮演着重要的角色，政府参与度对公共基础设施和民生生活起到重要的作用，在实现制造业与数字经济高效融合发展过程中，政府参与度也能够在一定水平上促进制造业企业绩效提升。

(二)企业异质性检验

为进一步研究数字经济发展对异质性制造业企业绩效的影响，本文依据企业要素密集度不同将制造业企业区分为劳动密集型、资本密集型和技术密集型三种企业类型(见表5)。

表5 制造业企业异质性回归检验结果

从表5可以看出，数字经济发展对三类制造业企业绩效都有显著的促进作用，数字经济发展对技术密集型制造业企业绩效的提升程度最大，劳动密集型制造业次之，资本密集型制造业的影响程度最小。其原因主要是：第一，制造业企业的核心发展理念就是提高生产技术水平、优化产能、生产高品质产品，数字经济具有技术优势、资本优势等特点，会对制造业企业产生技术溢出效应。技术密集型制造业企业能够充分吸收并转化数字经济发展带来的先进技术，先进的数字化生产技术能够提高制造业企业生产技术水平和制造业的产品竞争力。制造业不断提高生产技术水平，实现企业高质量产出和高绩效发展。第二，数字经济是基于互联网、人工智能和大数据等基础设备发展的新兴产业链，互联网和人工智能发展明显减少了人力资本的消耗。随着数字技术不断发展，劳动密集型制造业充分学习智能数字化生产流程，将互联网、大数据等工具融入企业生产流程，数字化不仅能够优化生产链流程、提高企业的生产效率，还能够减少企业的人力资本支出，数字经济发展对劳动密集型制造业企业绩效起到了显著的促进提升作用。第三，资本密集型制造业的特点是以产品研发、生物医药等高资本投入为主。资本投入对资本密集型制造业是最有效的支持手段，然而数字经济自身的资本都是“虚”资产，数字经济的发展能为资本密集型制造业提供技术服务、信息服务，助力资本密集型制造业高质量发展。

(三)区域异质性检验

基于宏观经济和数字经济发展不均衡的现状，为探究数字经济发展对区域异质性制造业企业绩效的影响，本文将研究样本分为东部地区、中部地区和西部地区的三大区域制造业企业样本①(见表6)。

表6 制造业区域异质性回归检验结果

从表6可以发现，数字经济发展对三大区域的制造业企业绩效均在一定显著性水平上具有提升作用，这种促进提升的作用程度由东部到西部依次减弱。首先，在时间上。东部地区省份要先于中西部地区省份发展数字经济，发展时间较长，积累了一定的数字经济发展经验，能够高效、系统性地利用数字经济助力区域经济发展，激发数字经济潜能，促进数字经济推动实体经济加速发展。其次，在城市基础建设水平层面上。众所周知，数字经济发展与互联网、大数据、网络基础设施等密切相关，基础设施完善是数字经济发展的优势。东部地区充分运用大数据、人工智能等来实现生产数字化、流通数字化、消费数字化和政府数字化，努力打造建设数字化城市，让人民足不出户就可以满足日常生活需求，让企业生产高效化，让政企关系简约化。其中，数字经济发展最好最典型的省份是浙江省。数字经济的发展促进了生产者与消费者之间的信息交流，提高了企业的生产效率，降低了企业的信息成本和时间成本。最后，在制造业集聚层面上。东部地区制造业主要以技术密集型制造业企业和资本密集型制造业为主，比如苏州的计算机设备制造产业集聚区、南京浦口的精密机械制造业集聚区等；而中西部地区主要以劳动密集型制造业为主，例如河南郑州富士康公司、湖北荆州纺织行业等，劳动密集型制造业产业是人工流水线生产，对劳动力需求较大。制造业产业集聚程度差异性也使得不同区域之间的制造业产业发展水平参差不齐，高技术制造业产业会将低技术产业“排挤”出产业集聚群。因此伴随数字经济不断发展，东部地区制造业的技术水平也在不断提升，东部地区的制造业产出质量和产出效率也随之水涨船高，这显然会促进绩效水平提高。

(四)稳健性检验

为了保证实证结果的可靠性，本文选用剔除异常值、分位数回归、工具变量法的方法进行稳健性检验。分位数回归的好处在于分位数回归不要求总样本呈正态分布，可以很好地回避异常值的干扰，可全面反映出核心解释变量对被解释变量的条件分布影响，可以更加客观地评估数字经济发展对制造业企业绩效的条件分布特点。2016年各省份的数字经济出现大规模扩大、数字经济发展急速加快，故将2016年样本删除进行稳健性检验(见表7)。

表7 稳健性检验结果

从表7可以看出，不论是剔除异常值还是分位数回归的结果都是显著促进制造业绩效提升的，验证了本文的结果是稳健的。

本文从整体、企业异质性、区域异质性和机制检验四个角度研究了数字经济发展对制造业企业绩效的影响，但是随着数字经济不断扩大发展，制造业企业产业升级优化、全球价值链不断攀升，数字经济发展和制造业企业绩效之间可能存在双向因果关系。为进一步探究可能存在的双向因果关系，借鉴了宋凌云、盛明泉等[35-36]对企业生产率的研究方法来进一步分析存在的内生性问题。首先，将数字经济发展水平的滞后一期作为解释变量进行回归；其次，选用数字经济发展水平的滞后一期项作为数字经济发展水平当期的工具变量并采用2SLS进行动态面板估计；最后，采用弱内生性子样本，若数字经济发展与制造业企业绩效存在反向因果关系，即绩效较高的制造业企业能促进数字经济发展，这种内生性在制造业企业绩效较高的样本中显现得更加明显。实证结果如表7所示，数字经济发展滞后一期仍然显著促进了制造业企业绩效提升，且2SLS的回归结果也表明该工具变量是有效的，进一步验证了本研究的可靠性。

四、结论和政策建议

本文先通过文献梳理和理论分析，探索出了数字经济发展对制造业企业绩效的影响及其影响路径，然后借鉴以往对数字经济发展的评价指标体系结合熵权法测算了中国30个省份的数字经济发展水平(除西藏及港澳台地区)，最后收集了30个省份2013―2019年的面板数据，并运用C-D模型理论分析了数字经济发展对制造业企业绩效、运营成本的影响。实证结果表明：数字经济发展促进了制造业企业绩效提升；基于企业异质性，数字经济发展对劳动密集型制造业、资本密集型制造业和技术密集型制造业企业的企业绩效均有促进提升的作用，但是影响程度最大的是技术密集型制造业企业；基于区域异质性，数字经济发展对东部地区、中部地区和西部地区的制造业的企业绩效均是显著的促进提升作用，其影响程度是由东到西依次减弱的；通过中介模型回归结果发现，数字经济可以通过降低企业运营成本、提高企业创新水平、提高企业生产效率来促进企业绩效提升，且中介因子都具有部分中介效应；稳健性检验中的分位数回归结果表明，随着数字经济发展规模不断扩大、发展水平不断提升，数字经济对制造业企业绩效的提升程度越大，且显著性也会提高。

基于以上结论，结合现实发展条件，本文提出以下相关建议。

一是加快促进数字经济与实体制造业企业深度融合。发达国家的经验表明，数字经济发展进程中，实体企业是核心产业链，产业融合高质量发展是关键。政府职能部门需要把握数字技术、信息技术、大数据、人工智能等新兴产业的发展，遵循产业发展规律，加强扶持产业融合力度，建立相应的保障机制和政策便利条件，推动数字经济与实体制造业深度融合，实现制造业高质量发展。

二是着力建设数字基础设施，夯实基础产业。数字经济发展与互联网、物联网、云计算、超能计算机等数字基础设备紧密相关，经济发展较差地区，要加大基础设施建设力度，升级城乡工业宽带网络、信号塔质量，提升网络速度以适应数字技术发展，充分吸收数字技术的红利。

三是需要加强培养数字技术和经济学的复合型人才。目前我国数字经济人才相对匮乏，高等教育培养的模式要么是懂经济不懂数字技术，要么就是懂数字技术却不懂经济。我国的产业发展态势亟需数字经济复合型人才，教育部门应鼓励高校开设数字经济相关专业并制定与数字经济复合型人才相关的培养方案。

四是实体制造业企业要依据自身特点，合理地选择数字技术。根据企业自身特点选择合适的数字经济发展模式，切勿盲目跟风，要取其精华，去其糟粕。比如，一些外贸企业可以充分利用数字经济洞悉国内外市场信息，了解市场的供需，制定合理的生产流程和生产规模，通过控制生产成本和信息成本来实现企业经济效益提升。

注释：

①东部地区为北京、上海、江苏、浙江、天津、黑龙江、吉林、辽宁、福建、广州；中部地区为安徽、江西、湖南、湖北、河北、河南、山东、山西、陕西；西部地区为甘肃、宁夏、新疆、内蒙古、四川、重庆、贵州、广西、云南、海南、青海等地。