制造业数字化绿色创新与经济高质量发展影响因素研究

黄玉妃 左丽 刘平平

摘 要：制造业作为国家的支柱性产业，是实现经济高质量发展的重要推动力量。文章选取中国2017—2021年高技术制造业以及相关经济发展指标，作为衡量制造业数字化创新与经济高质量发展的影响因素。文章在数字化发展程度、科技创新水平、经济发展活力、高技术制造业发展水平四个一级指标的基础上，选取域名数、IPV4地址数、互联网普及率等13个二级指标构建主成分回归模型。研究结果表明，这13个指标体系在制造业数字化绿色创新方面对推动经济高质量发展具有显著的正向影响，最后为制造业数字化绿色创新有效推动经济高质量发展提出相应的建议。

关键词：制造业 数字化 高质量发展

中图分类号：F062.4文献标识码：A

文章编号：1004-4914（2023）09-010-04

一、制造业数字化绿色创新与经济高质量历史发展机遇

制造业是一个国家的支柱，制造业的稳定和发展对经济高质量发展至关重要。到2020年，我国第三产业占第二产业的比例已经超过了16.7%，实现了由生产为主向服务为主的转变。但是，从整体上看，目前我国的產业结构仍不完善。由于我国的服务业发展水平较低，无论是劳动密集型还是传统的生活消费服务业，其附加值和生产率都比较低。技术密集型生产制造服务业在一定程度上制约了传统制造业的转型升级。新兴制造行业由于起步较晚，存在前期技术基础较差，后期研发投入较少，关键核心技术不足等问题。

数字化是指以数字化技术为基础来驱动经济社会各方面创新与增长的过程。当前，“数字经济”已经成为中国经济高质量发展的重要驱动力。而数字赋能则为中国经济发展中存在的“不均衡”“不充分”问题的解决，提供了一个新的出路。

目前，我国的数字经济正处于蓬勃发展的阶段，实现历史性的突破。据有关资料显示，2018年，我国数字经济规模为31.3万亿元，占GDP的34.8%。除此之外，我国的数字工业化拥有坚实的基础，移动通信技术已经实现了从2G空白、3G跟跑、4G并跑，到5G引领的重大突破。目前，我国拥有世界上最多的互联网使用者和最多的宽带使用者。工业数字化的效益在持续增长，2018年工业数字化的规模达到24.9万亿元，相当于国内生产总值的27.6%。

要根据各行业特点、实际需要，实现传统行业的生产过程数字化，提升其生产效率，使其能够在生产过程中完全数字化。加快推进工业数字化，加快研发、设计、生产、运营和营销等环节实现数字化。发展数字商务，加快商贸、物流、金融等服务业的数字化转型，优化管理体系和服务模式，提高服务业的质量和效率。加速推进智慧能源的建设与应用，促进能源生产、运输和消费等各个环节的智能化，促进能源行业向低碳发展。因此，以制造业数字化为驱动的绿色创新驱动经济高质量发展处于良好的历史机遇期。

二、文献回顾

随着数字化信息技术的不断发展，制造业数字化在实现经济高质量发展中发挥着越来越大的作用，同时也受到广大学者的研究，目前关于制造业数字化与经济高质量发展发展方面的研究主要集中在以下几个方面：首先，制造业数字化推动经济高质量发展的实现路径方面。谢思、夏先瑞（2022）提出数字经济能够赋能供给侧结构性改革实现供需精准匹配、赋能数据共享实现经济效益倍增效应、赋能核心技术水平实现全要素生产率提高、赋能发展模式转变实现经济可持续发展等结论。为实现数字经济赋能制造业的高质量发展，需要聚焦制造业数字基础设施的完善、积极培育数字人才、缩小地区数字鸿沟、推动制造业数字技术的应用，以及强化法律法规对数字制造业的支撑和保护[1]。宗良、刘晨、刘官菁（2022）提出当前主要以人工智能、大数据、云计算、物联网、区块链、5G等新一代信息技术为代表的通用目的技术与实体经济深度融合，推动全球数字经济快速发展，带动传统生产方式和产业结构发生深刻变革，加快新兴产业的形成，并指出数字经济已经成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量[2]。沈运红、黄桁（2020）将数字经济水平细分为数字基础建设水平、数字化产业发展水平以及数字技术创新科研水平三个方面，通过研究表明这三种因素均能优化制造业产业结构，其中数字技术创新科研水平由于其成果应用具有较小的时滞性，发挥的正向影响作用最大[3]。其次，便是在制造业数字化创新方面，曾世宏、沙鸿儒、肖咏嶷（2023）在研究中发现，数字技术与制造业全要素生产率呈现显著的倒“U”型关系，通过断点回归等稳健性检验后结论依然成立，数字技术通过自主创新和技术升级提升了制造业全要素生产率，但过快地推进技术升级和设备升级降低了制造业全要素生产率。徐星、惠宁、崔若冰、韩先锋（2023）研究表明数字经济作为“知识经济”，应当注重对于数字技术类型的选择，形成与制造业自身核心技术融合创新后的“共振效应”，同时有效推动社会各层面的协同创新机制的构建，在先行区加快布局新型基础设施网络、数字产业园区，发挥数字经济在空间维度的技术创新溢出效应[4]。尹士（2023）在总结河北省制造业绿色创新发展现状与堵点的基础上，明确了河北省要走以优化制造业数智供给质量、提升制造业创新能力、强化制造业数智生产效应、延伸制造业数智服务为导向的绿色发展路径。提出了增强高质量发展动力活力，提高制造业绿色制造能力；深化数字智能技术赋能方式，促进制造业绿色创新发展的策略[5]。最后便是从影响因素方面研究制造业绿色化创新推动经济高质量发展产生因素。雷倩茹、邵博、申君宜（2021）构建制造业数字化绿色创新生态与经济效益影响因素理论模型[6]。采用中国高技术制造业2008—2018年时间序列数据，从技术进步因素、基础设施建设、政府支持、市场竞争强度、企业创新投入、人才基础以及生态效益、经济效益等方面构建主成分回归模型，研究结果发现：技术进步、政府支持以及市场竞争强度对制造业数字化绿色创新生态效益具有显著正向影响;基础设施建设、市场竞争强度以及企业创新投入因素对制造业数字化绿色创新经济效益具有显著正向影响。周慧慧、李海霞、赵琳瑞（2021）从制造业数字化转型的三个维度分析其对绿色创新绩效的影响[7]。研究表明数字化技术转型和数字化创新能力转型均对绿色研发绩效、绿色制造绩效和绿色服务绩效有显著的影响，数字化效益转型则只对绿色服务绩效的影响显著。在调节作用分析中，数字化水平在以下方面具有正向调节作用：数字化技术转型和数字化效益转型对绿色研发绩效、绿色服务绩效;数字化创新能力转型对绿色服务绩效。肖静、曾萍、章雷敏基于2010—2019年长江经济带省际平衡面板数据，运用超效率SBM模型与ML指数测度制造业绿色全要素生产率（GTFP），借助主成分分析法计算地区数字化水平综合指数，检验地区数字化水平对制造业GTFP的影响及中介机制。综合学者们关于制造业数字化绿色创新与经济高质量发展的相关研究显示，大部分学者主要集中在从创新过程、内外环境等方面展开研究，但是少有学者对制造业数字化绿色创新与经济高质量发展的影响因素这一角度出发展开研究，因而，本文采用主成分回归模型，融合数字化发展程度、科技创新水平、高技术制造业发展水平以及经济发展活力四个维度探讨对制造业数字化绿色创新与经济高质量发展的影响。

三、影响因素模型构建及实证分析

（一）数据来源

考虑到数据的真实性、可靠性以及实用性等原则，主要从《中国统计年鉴》中获得数据，由于高技术制造业具有高创新性、高渗透性和高带动性的特点，能够有效体现制造业数字化创新的发展水平；并且经济发展活力能够体现出经济高质量发展的相关特征，因此，本文选取我国2017—2021年高技术制造业以及相关经济发展指标，作为衡量制造业数字化创新与经济高质量发展影响因素。

（二）指标选取及变量说明

选取制造业数字化绿色创新与经济高质量发展影响因素的衡量指标主要考虑到数据的真实性与可获得性，参照相关学者的研究[8]，本文将制造业数字化绿色创新的自变量主要有数字化发展程度、科技创新水平以及高技术制造业发展水平三个部分组成，因变量则是经济发展活力。

1.数字化发展程度。数字化发展程度主要是在进行数字化建设过程中所取得的一系列成果，本文选取域名数、IPV4地址数、互联网普及率以及互联网上网人数作为衡量数字化发展程度对制造业数字化创新与经济高质量发展的影响。

2.科技创新水平。发挥创新驱动作用，实现高质量发展，一个重要方面就是用科技创新为产业赋能，推动产业向高端化、绿色化、智能化、融合化方向发展，通过参考成青青（2019）等的研究，本文选取R&D经费支出（亿元）、专利授权数（件）以及技术市场成交额（亿元）来衡量科技创新对制造业数字化绿色创新的影响。

3.高技术制造业发展水平。近年来，我国高技术制造业出现规模与效益同步提升、创新与发展同步推进的态势。主要表现为高技术制造业产业规模不断扩大，经营效益增长较快，新产品销售水平明显提升，吸纳就业能力稳步提高，固定资产投资保持较高增速，创新能力进一步增强，高技术制造业对我国经济增长的贡献进一步加大。参照雷倩茹、邵博、申君宜（2021）等人的研究，本文选取制造业企业分规模以上企业新产品销售收入、高新技术产品进出口额、政府科技支出状况三类指标来衡量高技术制造业发展水平对制造业数字化绿色创新的影响。

4.经济发展活力。经济活力是指一国一定时期内经济中总供给和总需求的增长速度及其潜力，经济高质量发展的一个重要评价体现便是经济发展活力，参照李向阳（2022）等人的研究方法，本文选取人均国内生产总值、最终消费支出贡献率、居民恩格尔系数作为数字化发展程度、科技创新水平、高技术制造业发展水平推动制造业数字化绿色创新实现经济高质量发展的衡量指标。具体指标如下：

（三）实证模型分析

1.构建线性回归模型。本文采用最小二乘法，构建经济发展活力与数字化发展程度、科技创新水平、高技术制造业发展水平之间的回归模型，通过回归系数来预测这些指标对创新效益的影响。

2.相关性分析。如表2所示，自变量与因变量之间呈现出高度的线性关系，因此，采用主成分分析法对数据指标进行分析。从表2可知，利用相关分析去研究人均国内生产总值，最终消费支出贡献率，居民恩格尔系数分别和域名数、IPV4地址數、互联网普及率、互联网上网人数、R&D经费支出（亿元）、专利授权数（件）、技术市场成交额（亿元）、制造业企业分规模以上企业新产品销售收入、高新技术产品进出口额、政府科技支出状况共10项之间的相关关系，使用Pearson相关系数去表示相关关系的强弱情况。具体分析可知：

人均国内生产总值与IPV4地址数、互联网普及率、互联网上网人数、R&D经费支出（亿元）、专利授权数（件）、技术市场成交额（亿元）、制造业企业分规模以上企业新产品销售收入，高新技术产品进出口额、政府科技支出状况共9项之间全部均呈现出显著性。

3.KMO和Bartlett的检验。使用主成分分析进行信息浓缩研究，首先分析研究数据是否适合进行主成分分析，从表3可以看出：KMO为0.729，大于0.6，满足主成分分析的前提要求，意味着数据可用于主成分分析研究。以及数据通过Bartlett 球形度检验（p<0.05），说明研究数据适合进行主成分分析。

（四）方差解释率

针对主成分提取情况以及主成分提取信息量情况进行分析可知：主成分分析一共提取出3个主成分，特征根值均大于1，此3个主成分的方差解释率分别是73.991%，13.186%，11.723%，累积方差解释率为98.900%，如表4：

（五）线性组合系数矩阵

使用主成分分析目的在于信息浓缩，则忽略“线性组合系数矩阵”表格。如果使用主成分得分进行综合评价，则需要使用“线性组合系数矩阵”建立主成分和研究项之间的关系等式（基于标准化后数据建立关系表达式），如下：

Y1=-0.059×X1+0.306×X2+0.313×X3+0.314×X4+0.321×X5+0.321×X6+0.322×X7+0.315×X8-0.065×X9+0.187×X10+0.315×X11+0.299×X12+0.263×X13

Y2=0.676×X1-0.161×X2+0.097×X3+0.100×X4+0.079×X5-0.058×X6+0.033×X7+0.139*×X8+0.128×X9-0.497×X10-0.079×X11-0.075×X12+0.437×X13

Y3=-0.306×X1+0.162×X2-0.159×X3-0.150×X4-0.012×X5+0.002×X6+0.011×X7+0.089×X8+0.773×X9-0.367×X10+0.112×X11+0.282×X12+0.030×X13

以及综合得分是方差解释率与成分得分乘积后累加计算得到。针对当前数据的计算公式为：

（73.991×Y1+13.186×Y2+11.723×Y3）/98.900

最终为：0.748×Y1+0.133×Y2+0.119×Y3

四、结论与建议

（一）结论

从最终的线性组合综合得分来看人均国内生产总值、R&D经费支出（亿元）、技术市场成交额（亿元）、高新技术产品进出口额、政府科技支出状况综合得分较高，意味着R&D人经费支出（亿元）、技术市场成交额（亿元）、高新技术产品进出口额、政府科技支出状况对制造业数字化创新具有显著性的影响，能够更加有力地推动经济高质量发展。其次便是IPV4地址数、互联网普及率、互联网上网人数、专利授权数（件）、制造业企业分规模以上企业新产品销售收入，然而，域名数、最终消费支出贡献率、居民恩格尔系数这三个指标对于制造业数字化绿色创新具有较低的影响，主要是我国制造业高质量发展是以减少成本投入、提高劳动生产率为目的有关。

（二）建议

1.完善基础设施建设，加快制造业数字化绿色创新进程。数字化在制造业行业中作为一种全新的生产要素，主要是通过数字化创新来推动制造业数字化的应用与推向市场，从而实现制造业数字化的转型升级。数字产业化是数字经济发展的初始阶段，新产业、新业态、新模式不断涌现，为我国经济高质量发展提供了新的动力。但是，由于我国制造业基础设施以及数字信息技术基础设施存在更新速度慢、设施薄弱、乱搭乱建等问题长期存在，已经成为制约制造业数字化绿色创新的一个重要因素。基础设施建设在大多数方面能够体现一个公司，甚至一个行业管理情况、发展水平、市场竞争力等，因而推动制造业数字化绿色创新需要完善基础设施建设，如每年加大域名、IPV4地址、基站等互联网基础设施的建设，提高5G技术、物联网等新兴数字技术的应用率，提高制造业数字化水平，从而为实现经济高质量发展创造一个强有力的环境。

2.加大科技创新力度，促进制造业数字化与经济高质量协调发展。在促进制造业数字化绿色创新的过程中，随着数字信息技术的广泛应用，科技创新成为制造业数字化绿色创新这一过程中的重要影响因素，技术创新对提升制造业发展至关重要。在制造业数字化推动经济高质量发展的过程中，需要促进数字技术与先进制造业进行有机融合。在促进制造业绿色创新的过程中，需要加大科技创新力度，从政策、资金投入等方面创造良好的研发氛围，扩大R&D经费支出，严格把控授权专利的质量，如研发新型材料、重大技术装备、智能机器人等，通过技术创新以及突破關键性技术，推动制造业全方面、系统性变革，进而促进经济高质量发展。

3.强化数字化绿色创新平台建设，提升高技术制造业发展水平。在新发展阶段，加快发展高技术制造业是巩固制造业竞争优势、推动制造业向全球价值链中高端迈进的必然要求，也是提升产业链供应链稳定性、确保产业安全的战略选择，对建设制造强国、推动经济高质量发展具有重要意义。将区域高科技产业园区作为数字化绿色创新的依托，运用制度优势，发挥集群效应，充分发挥位置优势，积极与一些制造业大企业进行合作，参与到大中小企业、高校等的研究中。与此同时，推进数字化与高技术制造业深度融合，加大科研经费支出，发展高技术制造业，构建数字化绿色创新平台。

参考文献：

[1] 谢思，夏先瑞.数字经济赋能制造业高质量发展的内在机理与实现路径[J].开发研究，2022（05）：9-18.

[2] 宗良，刘晨，刘官菁.全球数字经济格局变革前景与策略思考[J].中国经济评论，2022（03）：85-88.

[3] 沈运红，黄桁.数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据[J].科技管理研究，2020，40（03）：147-154.

[4] 徐星，惠宁，崔若冰，韩先锋.数字经济驱动制造业高质量发展的影响效应研究——以技术创新效率提升与技术创新地理溢出的双重视角[J].经济问题探索，2023（02）：126-143.

[5] 尹士.数字经济驱动河北省制造业绿色创新发展：堵点、路径及策略[J].海峡科技与产业，2023，36（01）：52-55.

[6] 雷倩茹，邵博，申君宜.制造业数字化绿色创新生态与经济效益影响因素研究[J].科技与管理，2021，23（02）：81-90.

[7] 周慧慧，李海霞，赵琳瑞.制造业数字化转型对绿色创新绩效的影响研究——数字化水平的调节作用[J].科技与管理，2021，23（01）：33-43.

[8] 宋燕飞.制造业发展困境及其数字化转型价值的探索[J].上海质量，2023（01）：18-20.