数字经济赋能制造业升级的空间效应研究

林孔团，张轩浩，侯 杰，胡艳萍

（1.福建师范大学经济学院，福州 350117；2.北京交通大学经济管理学院，北京 100044）

引 言

近年来，数字经济作为新兴产业在我国得到快速发展，逐渐成为我国转型时期经济发展的新引擎。中国信通院发布的《2022年中国数字经济发展报告》的相关数据显示，我国数字经济规模自2016年的22.6 万亿元增至2021年的45.5 万亿元，占GDP 比重由32.9%提升到39.8%。数字经济发展壮大对我国产业结构转型升级起到了积极作用，深刻改变着传统制造业的生产方式，以新技术、新模式和新业态化解制造业“痛点”，成为推动制造业数字化转型升级的强大动力，有利于实现制造业由大变强的历史性跨越。

现有文献重在实证分析数字经济对制造业的影响。田刚元等[1]基于2011—2020年黄河流域的城市面板数据进行实证分析，发现数字经济对黄河流域制造业高质量发展有显著推动作用，数字经济对黄河下游地区制造业的赋能作用明显大于中上游地区。付文宇等[2]基于2011—2020年我国30 个省份的面板数据，实证分析数字经济对制造业优化升级的影响，发现数字经济对制造业优化升级具有明显促进作用。罗佳等[3]基于2008—2019年制造业上市公司的面板数据进行实证分析，发现数字技术创新能够促进制造业企业全要素生产率提升。徐星等[4]基于2012—2021年环渤海地区、长三角地区、粤港澳大湾区和成渝—关中地区四大数字经济与制造业融合发展先行试验区的面板数据进行实证分析，发现数字经济借助技术创新效率提升和技术创新地理溢出效应可以促进制造业高质量发展。肖静等[5]基于2010—2019年长江经济带的面板数据进行实证分析，发现地区数字化水平显著正向影响长江经济带制造业GTFP。然而，现有研究相对忽视了数字经济推动制造业升级的空间效应，缺乏对数字经济发展赋能制造业升级所产生周边效应的深入探究。本文的创新之处：第一，探究数字经济发展促进制造业升级的空间效应，研究数字经济对邻近地区间与非邻近地区间的空间效应，深入分析这一空间效应的影响机理和实证结果，对现有研究进行一定程度的补充与完善。第二，从价值链攀升角度评价制造业升级程度，通过计算我国各个四位码行业的技术复杂度以增加复杂行业在评价制造业升级指数当中的权重，使评价结果更为真实可信。

1 理论机制与研究假设

1.1 数字经济发展促进制造业升级的理论机制

就降低价值链各环节成本而言，制造业企业在缺少数字技术串联的传统时代，采购时无法全面准确了解各大供应商的物料信息，而引进数字技术的企业采购时可以通过各大互联网平台实时了解各大供应商所发布物料的库存、运送时间、体积重量等信息并进行快速的对比筛选，降低资源配置成本。在配送阶段，拥有数字技术的企业能够通过定位系统获得运输工具的空间信息并结合当前员工在岗情况及交通拥堵程度提前进行物流衔接部署，减少因沟通欠缺而造成的劳动力与时间的浪费[6]。

数字技术的持续引进使简单重复的制造工作逐渐被智能机器所替代，企业更加垂青知识密集型的劳动力资源，从事简单工作的劳动者群体逐渐陷于工作机会愈少、工资愈低的窘境，该群体开始接触学习新兴数字技能以提高自身不可替代性，同时，数字技术支持下触手可及的丰富教育资源也为低技术劳动群体提供了充足的转型支持。在社会大环境的驱使下，我国劳动力附加值逐渐提高，从事生产活动的效率及边际效益不断提升，促进劳动力结构升级[7]。

就价值链模式创新而言，过往我国倾向于进行大规模的标准化生产以达到利润最大化，标准化生产使消费者被动接受有限的商品组合，降低了消费者的满意度。数字经济可以创新市场信息获取方式，制造业企业可以通过微信公众号、微博、企业网站等数字渠道了解消费者对产品的需求，通过数字技术对客观且类型众多的销售数据进行更详细的罗列排布，引导制造业企业以服务消费者为重心，促进市场信息自下而上由需求端回流至制造业企业，改变我国传统价值链模式中主动生产、被动消费的局面，例如我国部分制造业企业凭借搭建网络平台，鼓励消费者在商品的既定框架下根据自身喜好进行商品的细节定制与创造，实现了生产的精细化、个性化[8]。

就价值链整体升级而言，先进的数字技术往往会给企业带来更低的成本、更高效的产能以及更多合作企业的青睐，这就不断鼓励制造企业参与到业内技术竞争中，而数字经济促进了制造业内的热点领域、尖端科技的信息更新与交流，为企业提供了对竞争企业的研发水平进行评估与预测的机会，不断催生如绿色产业、跨领域技术集成等高新价值增长点，有助于我国摆脱技术领域“被卡脖子困境”，推动社会效应、产业效益、生态效应的有机统一[9]。数字技术应用加速了制造业服务化、网络化、智能化转型，比如京东、阿里等公司于2020年入局C2M，打破了原有产业的固有边界，加快用户参与价值共创趋势的演进，促进制造业向综合服务等高端环节延伸[10]，详见图1，图1 上半部分的四个模块对应本节探究价值链攀升视角下数字经济发展促进制造业升级的四个角度。由此，提出如下假设。

H1：数字经济发展能够显著促进制造业升级。

1.2 数字经济发展对制造业升级的空间影响机制

从吸引投资的角度来看，数字经济元素的引进在制造业价值链中产生大量附加价值，符合政府近年来支持企业自主创新的方针，有利于企业获得税收减免、基金补助、专项投资等政府财政支持，民间资本响应政府资本风向而开始支持制造业的数字基础设施建设、高新专利购买，产业链层面的有利可图能够吸引外包工厂、来件装配工厂等配套数字化企业的投资建设，所形成的良好产业前景能够继续促进高新技术人才与创新资源的产业内集聚，有利于制造业升级形成良性循环[11]。

在价值链布局方面，数字经济以数字化的知识和信息作为关键生产要素对传统生产流程与布局进行重塑，地理距离的远近逐渐不再是企业生产、交易所考虑的重要因素，原来受限于对接、运输成本而不得不集中于一条流水线上依次生产与组装的产品，在数字信息的串联下开始由不同地区的厂商同时开工并协调时间统一组装，全新的数字经济范式扩大了社会资源整合的范围，助力形成全国范围内的制造业布局联动[12]。

在信息交流方面，不同于以往各企业埋头研发的局面，数字经济突破时空限制所搭建的数字平台能够实现企业与高校、科研机构之间的知识交流与价值转化，企业与企业之间同样能通过数字平台进行技术交流而把握行业热点，不同尖端领域的知识溢出会激发周边乃至全国企业学习和模仿，引导企业摈弃不正当营销、市场份额挤兑等恶性竞争手段而专注研发高附加值产品，有助于将制造业的业内竞争关系逐渐转变为竞合关系[13]。图1 下半部分的三个模块对应本节探究数字经济发展对制造业升级的空间影响机制的三个角度。基于上述分析，提出如下假设。

H2：数字经济发展通过空间溢出机制对周边地区制造业升级产生影响。

图1 数字经济发展对制造业升级的影响机制

2 研究设计

2.1 计量模型构建

首先，数字经济发展水平作为一种地理特征变量，能够通过提升效率、降低成本等途径在价值链攀升方面促进制造业升级。为检验假设H1，根据柯布—道格拉斯生产函数进行对数变换，构建如下计量回归模型。

式（1）中，TSIct为第t年c 省份的制造业升级指数，DIGct为第t年c 省份的数字经济发展水平，GOVct、FDIct、LNFct、IND3ct、HUMct是第t年c 省份的控制变量，分别为政府干预、外商直接投资、基础设施建设、第三产业发展、人力资本水平。α 为截距项，β1表示数字经济发展水平的未确定系数，ω1、ω2、ω3、ω4、ω5为各个控制变量的未确定系数，εct表示随机误差项。仅针对被解释变量进行对数化的原因为：原被解释变量数值与解释变量数值差距较大，导致回归结果的相关系数较小，将原被解释变量对数化后的回归结果能更直观地显示数字经济发展对制造业升级的显著影响。下文空间计量模型亦同。

其次，考虑到数字经济的跨时空流动特征，数字元素不会被拘束于某一地区内推动当地制造业升级，生产要素、创新技术等资源基于互联网、大数据等数字经济平台所产生的空间溢出效应，同样能赋能周边地区的制造业升级。同时，当地的数字经济发展水平及制造业升级对周边地区同样存在一定的空间依赖性，相邻地区的产业发展绝不是孤立、无联系的，若不考虑空间因素，仅限制在某一地区范围内探讨变量间的影响会较为笼统随意。为检验假设H2，在式（1）中引入解释变量和被解释变量的空间交互项，变更为如下空间计量模型。

式（2）中，ρ 表示空间自回归系数，W 表示空间权重矩阵，θ1为未确定的数字经济发展水平的空间溢出效应系数，ϵ1、ϵ2、ϵ3、ϵ4、ϵ5为未确定的各个控制变量的空间溢出效应系数，其他变量符号同式（1）。在此基础上，下文将采用Wald 检验和LR 检验选取空间杜宾模型、空间滞后模型和空间误差模型。

2.2 变量说明

2.2.1 被解释变量

（4）从modelA所产生的数据中，挑选治愈概率较小的（Pi＜0.5），同时满足将其协变量带入模型B所得治愈概率也较小（Pi＜0.5）的患者，或者挑选治愈概率较大的（Pi＞0.5），同时满足将其协变量带入模型B所得治愈概率较大（Pi＞0.5）的患者，共n/3例，获得数据集dataAB，这些是对处理组A，B都敏感或对处理组A，B都不敏感的亚组，Subgroup=C。产生结局变量Yi=rbinom(1,1,A_Pi)。

为了研究数字经济发展水平对制造业升级的影响，首先，需要对地区制造业升级程度进行衡量。近年来针对制造业升级的研究主要分为三种：其一，通过高技术产业产值与工业总产值的比重进行制造业转型升级的衡量，所用基础数据较为笼统，衡量结果不能明显表现出制造业内部细分行业的发展[14]；其二，将制造业优化升级分为制造业合理化和制造业高级化双维度展开研究，对制造业合理化的衡量以泰尔指数为主[15]，制造业高级化用技术密集型制造业产值与资本密集型制造业产值之比[16]、高端技术制造业产值和中端技术制造业产值之比[15]等方法表示，虽然此类评价方法对制造业行业进行明显的细分，但针对细分行业技术复杂度缺乏进一步的研究计算，容易忽略关键细分行业对制造业升级的影响；其三，参考Hausmann 等[17]提出的技术复杂度概念，计算价值链攀升角度下制造业升级指数[18]，在进行制造业行业细分的同时，相比于其他方法放大了复杂行业对制造业升级计算结果的影响。因此，本文选取第三种测度方法，相关计算如下。

式（3）中，TSIct由四位码行业的技术复杂度与四位码行业在某年的营业利润总计共同决定，指数越大说明制造业升级程度越高。Profiti，c，t表示第t年c 省份四位码行业i 的营业利润，本文采用营业利润衡量制造业升级指数的原因在于，近十年各统计年鉴中针对城市四位码行业的总产值有一定缺漏，选择营业利润能够更精确衡量制造业升级指数。Prodyi，2007表示2007年制造业四位码行业i 的技术复杂度，可由四位码行业对应的2007年HS六位码产品的技术复杂度平均得到。本文将四位码行业的技术复杂度设定在2007年，原因在于：样本数据来自2012—2021年《中国工业企业统计年鉴》，将四位码行业的技术复杂度固定在2012年前，能够减少样本期内制造业结构的干扰，同时保证被解释变量的外生性。

2.2.2 解释变量

解释变量为数字经济发展水平。2021年5 月27 日，国家统计局公布并实施《数字经济及其核心产业统计分类（2021）》，将数字经济划分为数字产业化和产业数字化两大组成部分。本文将数字产业化分为数字产品制造、数字产品服务、数字技术应用和数字要素驱动四类指标；针对产业数字化采用数字化效率提升指标表示。结合已有文献，基于数据可得性，选取相应二级指标构建数字经济评价指标体系，具体见表1。最后，使用熵权法对数字经济评价指标体系进行衡量，数值越大表示数字经济发展水平越高。

2.2.3 控制变量

由于部分变量的变动会直接影响制造业升级情况，本文参考相关研究的做法[18-20]，加入以下控制变量：政府干预，采用各省份一般公共预算支出与各省份GDP 的比值测度；外商直接投资，采用各省份实际利用外资与各省份GDP 的比值测度；基础设施建设，采用各省份人均城市道路面积进行测度；第三产业发展，采用各省份第三产业产值与各省份GDP 的比值测度；人力资本水平，采用各省份普通高等学校在校学生数与各省份人口总数的比值测度。具体如表2 所示。

表2 变量指标名称与衡量

参考已有研究，本文设计三种空间权重矩阵：（1）空间邻接矩阵，若地区i 与地区j 相邻，则计权重值为1，否则为0。（2）空间地理距离矩阵，以各省会城市（直辖市）直线地理距离的倒数衡量。（3）空间经济距离矩阵，以地区i 与地区j 人均GDP 差值的倒数绝对值衡量区域经济距离。具体如表2 所示。

2.3 数据来源

本文选取2012—2021年我国30 个省份的相关数据进行实证研究，由于西藏数据缺失严重不纳入实证研究范围，数据来源于历年《中国统计年鉴》《中国工业统计年鉴》《中国第三产业统计年鉴》以及各省市统计年鉴和北京大学数字金融研究中心与蚂蚁金服集团共同编制的数字普惠金融指数，部分缺漏数据使用插值法补齐。主要变量的描述性统计见表3。

表3 主要变量描述性统计结果

3 实证分析及结果

3.1 基准回归结果

为避免出现各变量与被解释变量之间存在多重共线性而使回归结果无意义的情况，在计算基准回归结果前，计算得出平均方差膨胀系数（VIF）为1.790 0，表明各变量与制造业升级之间并无明显共线性。基准回归结果如表4 所示，模型（1）为对照组，排除解释变量，仅针对被解释变量与控制变量进行回归。模型（2）在模型（1）基础上加入解释变量数字经济发展水平后，结果显示，数字经济发展水平的基准回归系数为0.085 6，在10%水平下显著，可见在基准回归情况下，数字经济发展对制造业升级具有正向影响，假设H1 成立，但显著性水平较低。

表4 数字经济发展对制造业升级的线性回归结果

3.2 空间溢出效应分析

空间计量回归的前提是主要实验数据具有空间依赖性。通过计算被解释变量在2012—2021年的全局自相关莫兰指数发现，大部分年份在空间邻接矩阵、空间地理距离矩阵、空间经济距离矩阵中均存在显著空间相关性，因此，需要进行空间溢出效应分析。通过对面板数据进行LR 和Wald 检验，根据检验结果进行计量模型的选择。LR 检验中，统计量通过5%水平下SEM 模型显著性检验，同时接近于5%水平通过SAR 模型显著性检验；Wald 检验中，统计量未通过5%水平下显著性检验，两种检验均显示无法使用SDM 模型。将SEM 模型及SAR模型计量结果均列出对比，鉴于SEM 模型显著性检验结果占优，选择SEM 模型进行分析。

表5 为假设H2 的回归结果，模型（3）、模型（4）、模型（5）分别为引入空间邻接矩阵、空间地理距离矩阵、空间经济距离矩阵的空间计量回归结果。首先，三种模型的R2及Log-likelihood 均处于较高水平，说明计量回归结果的可信度与拟合度较高。其次，三种模型中数字经济发展的直接效应系数分别为0.104 5、0.102 4、0.102 4，均在5%水平下显著，说明数字经济发展对制造业升级具有显著的正向溢出效应，假设H2 成立。其中，模型（3）所使用的空间邻接矩阵仅假设地理相邻地区产生空间溢出效应，忽略地区间非地理相邻的空间影响，然而某一地区数字经济发展与制造业升级的辐射影响不仅限于相邻地区间。在将模型（3）作为参照组的条件下，发现引入空间地理距离矩阵的模型（4）及引入空间经济距离矩阵的模型（5）的直接效应系数均低于模型（3），而R2及Log-likelihood 数值均高于模型（3），认为其原因为：考虑到非相邻地区间仍存在空间影响的矩阵衡量，更与数字经济发展对制造业升级所实际产生的辐射影响相符合，进而导致拟合度及可信度有所提升；同时，不同于相邻地区，引入非相邻地区进行空间溢出效应衡量的模型是由于各个地区间地理距离及经济距离的差异较大，导致数字经济发展对制造业升级的辐射影响有所减弱，进而导致直接效应系数由0.104 5 下降至0.102 4。

3.3 稳健性检验

为了增强研究的可靠性，首先，通过改变因变量的方法进行稳健性检验。借鉴张莉[14]的测算方法，该方法未引进技术复杂度，且计算公式与本文原测算方法差异较大，若回归结果与前文相似，能够增加本文的解释能力。由于部分数据缺失，将替代因变量HTI 调整为2012—2021年我国30 个省份高新产业总利润与工业企业总利润之比，选择空间误差模型进行回归，结果如表6 所示，被解释变量与解释变量之间仍存在显著正向溢出效应。同时，空间地理距离矩阵与空间经济距离矩阵相较于邻接矩阵的R2和Log-likelihood 数值及直接效应系数的变动趋势也基本与前文一致。其次，在空间计量回归过程中，采用三种不同空间权重矩阵进行分析，三种权重矩阵下核心解释变量的直接效应系数在正负值与显著值上有很好的一致性，模型拟合程度相似，说明本文结论稳健。

表5 数字经济发展对制造业升级的空间溢出效应回归结果

表6 稳健性检验结果

3.4 内生性检验

在构建模型时，有可能会忽略一些对制造业升级有重要作用的变量，同时，被解释变量也许会在一定程度上反向影响解释变量而产生内生性问题，因此，本文采用工具变量法检验二者之间的内生性。参考赵涛等[21]的研究，采用各省份1984年固定电话数作为衡量数字经济发展水平的工具变量。地区固定电话拥有数量作为地区电信设施的一部分对地区数字经济发展有持续影响，且1984年的固定电话数与我国近十年的制造业升级情况无直接关联，满足工具变量的选择条件。由于该变量数据仅为一年，无法在本文所用面板数据中进行内生性检验，因此，借鉴徐向龙等[22]的研究，采用各地区上一年互联网用户数分别与1984年固定电话数相乘从而构建面板数据。如表7 所示，在考虑内生性的回归结果中，工具变量IV 对数字经济发展的直接效应系数在1%水平下显著，数字经济发展对制造业升级的直接效应系数也在1%水平下显著，说明解释变量对被解释变量的正向影响依旧显著存在。同时，Robust score 及Robust regression 结果均在1%水平下显著，证明解释变量内生；检验变量是否出现弱识别问题时，F 值为63.245 3，大于经验值10，表明不存在弱工具变量；最后，由于本文解释变量与工具变量数量相同，故不存在变量识别不足问题。

表7 内生性检验

4 研究结论与政策建议

本文分析了数字经济发展对制造业升级的促进效应与空间溢出作用机制。基于2012—2021年我国30 个省份面板数据，在构建省份数字经济评价指标体系的基础上，计算价值链攀升角度下制造业升级指数作为制造业升级代理指标进行实证分析。主要结论如下：（1）数字经济发展较为显著地促进了制造业升级；（2）数字经济发展对制造业升级具有显著的正向空间溢出效应，该空间溢出效应倾向同时存在于相邻地区间与非相邻地区间，且相邻地区间的溢出效应大于非相邻地区间的溢出效应。

根据研究结论，提出如下政策建议：

（1）提高设施数字化比重，引导制造业空间联动与集聚。推动在制造业传统基础设施上持续引进数字化技术设备、5G 通信技术等，提高零配件制造组装、交通网链运输等环节的效率。充分利用内外部数字红利与数字资源，加强东中西部地区制造业联动，引导产业链集聚，建立区域协同创新体系，实现区域数字经济与制造业良性循环，扩大数字经济空间效应溢出半径，助推制造业数字化。

（2）关注数字技能培训，培育复合型数字技术创新人才。促进制造业升级需要数理统计、人工智能等多种专业的复合型人才，制造业企业应合理安排员工进行与岗位相对应的数字技能培训以适应并促进制造业升级，避免员工因工作繁重而没有充足的时间与精力学习新技能。同时，关注大学生的数字技能培训情况，强化校企合作，增强企业、高校、科研院所之间的联动性，提高数字化教学比重，为制造业企业培养高质量人才。

（3）推进税收融资优惠政策，完善制造业与数字经济相关法律条款。政府应加大对制造业企业提供税收减免政策的支持力度，削减制造业企业用于数字技术开发与利用的原材料及技术引进成本，给予专项拨款用于制造业数字化升级，适当降低融资利率。持续完善相关产业领域的法律条款，明确各方主体的权责；加快数字智能安全应用的法律法规和道德伦理研究，加强数字技术应用安全评估研究。