数字经济赋能长三角地区制造业高质量发展：作用机理与实证检验

摘要：数字经济是推动长三角地区制造业高质量发展的重要引擎。本文基于长三角地区2012-2021年面板数据，实证检验数字经济对制造业高质量发展的影响，进一步考察了产业结构优化、空间联动与制度创新的中介效应。研究发现：从整体来看，数字经济可以显著促进制造业高质量发展；数字经济对制造业高质量发展的影响存在行业异质性，其对技术密集型制造业高质量发展促进作用最为显著：产业结构优化、空间联动和制度创新三个中间渠道在数字经济赋能制造业高质量发展中存在显著的中介效应，可以显著推动长三角制造业高质量发展。因此，要促进数字经济高质量发展；在不同区域、不同产业以及不同发展阶段上制定差异化策略；充分发挥“产业结构优化、空间联动和制度创新”三轮驱动的积极作用。

关键词：数字经济；制造业；高质量发展；中介效应

基金项目：浙江省高校重大人文社科攻关计划项目“数字经济赋能共同富裕的机理、路径与优化策略研究”（2023QN134）

中图分类号：F207；C82 文献标识码：A

文章编号：1674-537X（2024）07. 0095-10

党的二十大报告指出：高质量发展是全面建设社会主义现代化国家的首要任务，要坚持把发展经济的着力点放在实体经济上，加快建设制造强国，推动制造业高端化、智能化、绿色化发展。但是在新冠疫情反复延宕、贸易摩擦日益加剧、传统要素优势弱化等多种因素叠加，中国经济发展面临需求收缩、供给冲击、预期转弱三重压力，中国制造业面临着巨大的冲击和艰难的挑战。与此同时，数字经济正在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。《关于印发“十四五”数字经济发展规划的通知》中强调要加速推进制造业数字化、网络化、智能化迈上新台阶。由此可见，加快数字赋能，加速制造向“智造”转变，已经成为中国经济高质量发展的决胜之举和重要支撑。

长三角地区作为中国经济增长极，在产业规模，产业融合发展、体制机制创新等方面，都已走在全国前列，成为中国制造业高质量发展的新标杆。但是由于新冠疫情影响加剧，全球制造业加速下滑，对长三角地区制造业高质量发展带来严峻挑战。破解难题的关键之一就是充分利用长三角地区数字经济领跑者优势，深入推动数字经济与制造业深度融合。加快推进传统制造业数字化转型、先进制造业数字化升级成为实现制造业高质量发展的根本要求和关键环节。本文选取2012-2021年长三角三省一市面板数据，探究长三角地区不同细分行业数字经济发展对制造业高质量发展的影响与异质性特征，研究成果一方面能够为长三角地区制造业选择合适的数字化转型方向、提高区域分工合作效率提供参考：另一方面可以丰富数字经济促进经济高质量发展的理论基础，为实施“中国制造2025”、打造具有全球竞争力的世界级先进制造业产业集群提供理论参考。

一、文献综述

当前数字经济、制造业高质量发展已经成为学界、业界、政界关注的热点问题，研究成果数量呈现逐年上升趋势，但是基于数字经济层面研究制造业高质量发展的成果相对不多，相关研究成果主要集中在产业融合、转型升级两个方面。在产业融合方面，史宇鹏，（2021）认为数字数字经济与实体经济深度融合，为制造业提质增效和转型升级提供了新动能；任保平（2024）对数字经济与制造业深度融合推动新型工业化的机制与路径进行了深入研究。在转型升级方面，方福前等（2023）基于熊彼特增长理论探讨了数字经济对中国制造业升级的影响；毛艳华等（2024）基于京津冀、长三角和粤港澳大湾区三大城市群2011-2021年数据，从城市层面探讨数字经济对三大城市群制造业产业结构升级的影响；Miyazaki等，（2012）认为互联网通信技术快速发展并嵌入制造业有利于制造业转型升级。此外，刘鑫鑫等，（2021）基于2006-2018年省际面板数据，全面探讨数字经济驱动中国制造业高质量发展的线性效应、非线性效应和约束机制。张志新等（2024）基于2011-2021年长三角地区41个城市的面板数据，采用主成分分析法和空间杜宾模型等方法实证检验数字经济对长三角制造业高质量发展的赋能效应及多重路径的综合作用效果。

上述文献对于认识和理解数字经济赋能制造业高质量发展具有重要的借鉴价值。但现有研究中还存在着亟待提升的空间：一是探讨数字经济与制造业高质量发展的内在联系、作用机理还有待深入：二是当前比较缺乏区域层面分析数字经济赋能制造业高质量发展的典型事实。本文将立足长三角地区，建构“产业-空间-制度”理论分析框架，分析数字经济赋能制造业高质量发展的作用机理与影响效应，为数字经济赋能制造业高质量发展路径选择提供支持和借鉴。

二、数字经济赋能制造业高质量发展的作用机理与研究假设

（一）数字经济与制造业产业结构优化

数字经济能够有效推动制造业结构优化，其凭借渗透性强、覆盖面广、创新性高等天然优势，快速渗透到制造业研发设计、生产加工、物流仓储、经营管理、销售服务等全产业链，加速推动制造业产业结构调整与战略转变。即通过传统制造业数字化转型，实现低附加值劳动密集型制造业转向高附加值的资本密集型、知识密集型制造业：先进制造业智能化升级，即在原有数字优势基础上，通过数字技术变革，实现生产智能化、管理智能化、服务智能化、产品智能化，形成倍增效应、带动效应，促进制造业高质量发展。

据此，本文提出假设1：数字经济通过产业结构优化赋能制造业高质量发展。

（二）数字经济与制造业空间联动

数字经济在驱动本地区制造业高质量发展的同时能够产生空间溢出效应，以数据为核心的数字经济突破了原有经济活动的空间壁垒，使生产要素跨区域、跨边界自由流动更为便捷。随着数字经济迅猛发展，促使人才、资本、土地、知识、技术、管理、数据等生产要素在全球范围内流动加速，极大拓展了制造业高质量发展的场域，且借助数字技术产生新的空间组合，现实地理空间网络与虚拟空间网络的融合发展，形成空间外溢效应（包括知识外溢效应、竞争外溢效应），促进制造业高质量发展。但是，不同地区数字经济发展水平、制造业发展层级可能存在较大差异，这些差异可能会影响数字经济嵌入制造业内的生产率效应。

据此，本文提出假设2：数字经济通过空间联动赋能制造业高质量发展。

（三）数字经济与制造业制度创新

制度是推动技术范式转变的重要外部力量，也是支撑产业转型升级的重要基础。数字经济的强势崛起，重塑制造业核心竞争力。在当前构建开放型经济新体制的背景下，开放、透明的经济政策有助于推动产业的专业化分工和专业化水平，进而促进高级生产要素的自由流动，优化产业空间布局。良性互动的新型制度支持一方面是通过政府主导，优化区域经济环境，进而促进分工和专业化水平，依靠高品质产品创造新供给来体现：另一方面是通过优化区域内的市场结构，完善市场体系，培育新动能，释放新需求，进一步降低区域内的商务成本和贸易成本，形成重构效应，促进制造业高质量发展。

据此，本文提出假设3：数字经济通过制度创新赋能制造业高质量发展。

三、研究设计

（一）变量选取

1．被解释变量

制造业高质量发展（MHD）。目前学术界主要采用产业增加值率、全要素生产率、综合指标体系法等测度制造业高质量发展水平。本文借鉴唐晓华等（2021）的研究方法，从资源配置、经济效益、创新能力、绿色发展四个维度选取指标，并采用熵值法测算长三角地区制造业高质量发展水平。制造业高质量发展综合评价指标如表1所示。

2．核心解释变量

本文主要借鉴丛屹等（2020）的研究成果，并考虑数据的可获得性和统计指标的一致性，从数字基础设施、数字业务规模、数字技术应用、数字产业创新四个维度，采用熵值法测度长三角地区数字经济发展水平（其中，数字产业创新指标中核心数字产业选取电子及通信设备制造业和计算机及办公设备制造业Ramp;D经费内部支出和新产品开发经费支出和拥有发明专利数表征数字经济创新水平）。数字经济发展综合评价指标如表2所示。

3．中介变量

基于前文理论分析，选取产业结构优化、空间联动和制度创新为中介变量。其中产业结构优化选取地区高技术产业新产品销售收入与地区规模以上工业企业新产品销售收入比值表征，其数值越大表明产业结构越优化；借鉴吴友等（2016）的方法，采用三省一市地区规模以上工业企业数量作为空间联动的代理变量，并进行取对数的处理，其数值越大则表示该区域的空间联动更为优越：采用地方财政科学技术支出与地方财政一般预算支出的比值表示制度创新水平，比值越高说明该地区制度创新水平越高。

4．控制变量

本文同时选取经济发展水平、外商直接投资、教育投入水平、对外开放和金融发展作为控制变量。其中经济发展水平选取地区人均GDP表征，外商直接投资选取地区以人民币计价的外商投资企业投资总额与地区GDP Lk值表示，教育投入水平EI选取地区教育经费投入与地方财政一般预算支出的比值表示，对外开放水平选取地区实际进出口总额折成人民币与地区GDP Lk值表征，金融发展选取地区银行业金融机构各项贷款（余额）与地区GDP比值表示。

（二）模型构建

1．面板数据模型构建

为了检验数字经济发展对长三角制造业高质量发展的作用机理与影响效应，本文构建基准面板回归模型如（1）所示：

MHDit=α0+α1×DEit+α3×Controlit+μit+φit+εit（1）

式（1）中，MHD表示制造业高质量发展水平：加表示数字经济发展水平：Control表示一系列控制变量（包括经济发展水平肋、外商直接投资FDI、教育投入水平EI、对外开放OU、金融发展肋）；i表示地区，t示时间；α表示参数；μ表示地区固定效应；φ表示年份固定效应；ε表示随机误差项。

2．中介效应模型构建

基于“产业-空间-制度”视角，借鉴温忠麟等（2004）的方法，选取产业结构优化ISO、空间联动SL和制度创新SI作为中介变量分析数字经济赋能长三角地区制造业高质量发展的作用机理，在公式（1）的基础上构建中介效应模型如下所示：

MVit=β0+β1×DEit+β3× Controlit+μit+φit+εit（2）

MHDitθ0+θ1×DEit+θ2×MVit+θ3×Controlit+μit+φit+εit（3）

在式（2）和式（3）中，MV表示中介变量，具体包括产业结构优化ISO、空间联动SL和SI;β、θ表示回归系数，其余变量与基准面板回归模型一致。如果β，和θ2显著，且θ1不显著，则为完全中介；如果β1和θ2显著，且θ1显著，且β1×θ2与θ1同号，则为部分中介；如果β1和θ2显著，且θ1显著，且β1×θ2与θ1异号，则为遮掩效应。

（三）数据来源

本文以长三角三省一市（浙江、江苏、安徽和上海）为研究对象，鉴于中国制造业行业分类在2002、2011、2017年进行了三次调整，为了保持行业分类和统计口径的一致性，本文样本区间为2012-2021年。考虑到在考察期内采集的数据主要以2011国民经济行业分类为主，因此本文以《国民经济行业分类》（GB -T4754 - 2011）为基础，行业分类代码为C13 -C43，涉及规模以上制造业企业整体及31个细分行业。同时，考虑到制造业细分行业发展的差异性以及数字经济与制造业细分行业融合发展的差异性，参考李汉青等（2018）的分类方法，本文将制造业细分行 业分为资源密集型制造业、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四种类型，详见表3。

文中使用的原始数据来自于历年《浙江统计年鉴》《江苏统计年鉴》《安徽统计年鉴》《上海统计年鉴》《中国科技统计年鉴》、中国宏观数据库、中国第三产业数据库、中国高技术产业数据库、中国能源数据库、中国金融数据库和中国环境数据库。为了消除物价变动带来的影响，以2000年为基期，对涉及到价格因素的指标进行平减处理。（工业增加值和工业总产值使用工业生产者出厂价格指数进行平减，其他使用居民消费物价指数进行平减）。此外，个别缺失数据采用插值法补齐。各变量的描述性统计结果见表4。

四、实证结果分析

（一）基准回归分析

为了准确考察数字经济和各控制变量对制造业高质量发展的影响，遵循“由一般到特殊”的原则，首先将被解释变量与核心解释变量单独进行回归，然后依次添加控制变量，具体回归结果如表5所示。

表5列（1）单独考察了数字经济与制造业高质量发展的关系，结果显示DE的系数在1%水平下显著为正，表明数字经济发展能够促进制造业高质量发展，提高我国制造业的价值链分工地位和产业竞争力。在逐步添加控制变量后，列（2）-（6）中DE的系数在1%水平下依然显著为正，核心解释变量参数估计结果较为稳健，进一步验证了数字经济发展对制造业高质量发展的提升作用，从而验证了假设1。这一结论为中国通过加快发展数字经济培育制造业发展新动能、提升制造业全球竞争力提供了一定的理论依据。

控制变量的回归结果显示，经济发展（ED）在第（2）列显著为正，加入外商直接投资（FDI）、教育投入（EI）和对外开放（OU）后，其由正转负，但是随着金融发展（FD）加入，其又由负转正，这说明经济发展对制造业高质量发展的影响存在不稳定因素，需要不断优化外部经济环境，尤其是金融、外商直接投资、教育投入、对外开放等配套条件，进而促进制造业高质量发展：外商直接投资（FD）在没有加入金融发展（FD）前，其系数显著为正，而后为负但不显著，说明外商直接投资整体上可以促进制造业高质量发展，但片面利用外资和承接国际产业转移并不能有效促进制造业高质量发展，反而可能会被锁定在全球价值链低端环节，不利于制造业高质量发展。教育投入（EI）估计系数为负，且通过了10%的显著性水平检验，表明过高的教育投入无助于制造业高质量发展，这可能是由于教育投入增加引发的高等教育的普及会提升技能人才间的激烈竞争，而制造业对高技能人才的吸引力不强，导致制造业人才短缺严重，从而阻碍了制造业高质量发展。对外开放（OU）对制造业高质量发展（MHD）的回归系数也是由负转正，即没有加入金融发展控制变量前，对外开放对制造业高质量发展的影响显著为负，加入金融发展控制变量后，显著为正，这说明金融发展在一定程度上影响了对外开放水平，进而促进了制造业高质量发展；金融发展（FD）估计系数显著为负，表明金融发展水平提升不利于制造业高质量发展，这可能是由于金融业与制造业在协同发展过程中还存在信息、供求、能力不适应等问题，从而阻碍了制造业高质量发展。

为了进一步验证基准回归结果的稳定性，首先，本文被解释变量制造业高质量发展综合评价指标中使用“有效发明专利”代替“规上工业企业新产品销售收入”计算创新产出，绿色发展中使用“废气污染”（工业二氧化硫排放总量／工业增加值）代替“废水污染”估算长三角地区制造业高质量发展水平；其次，核心解释变量数字经济发展综合评价指标中数字业务规模中使用“包裹数（万件）”代替“快递（万件）”，数字技术应用中使用“移动电话普及率”代替“3G移动电话用户（万户）”，数字产业创新中使用“核心数字产业新产品开发经费支出”代替“核心数字产业Ramp;D经费内部支出”估算长三角三省一市数字经济发展水平（见表6）。由表6可知，各变量回归结果与基准回归结果基本一致，故本文基准回归结果稳健。

（三）内生性检验

为了克服内生性问题，本文采用两阶段最小二乘法（TSLS）进行内生性检验，工具变量分别采用被解释变量制造业高质量发展MHD滞后一期和解释变量DE滞后一期进行估算。表7列出了内生性检验回归结果。由表7可知，在方向和显著性上，数字经济对制造业高质量发展的影响均与表5所报告的基准回归相似，说明在采用工具变量法考虑内生性问题之后，估计结果与基准回归结果相同。因此，表明本文回归结果是稳健的。

（四）行业异质性检验

由于地区资源禀赋、市场需求、开放程度等的不同，数字经济发展对不同要素密集型制造业的影响程度也会存在差异化影响。表8报告了行业异质性检验回归结果。由表8可知，数字经济对资源密集型、劳动密集型、资本密集型和技术密集型制造业均具有显著正向影响，且对技术密集型制造业的影响最优（53. 7%），随后依次是资源密集型制造业（40．0%）、劳动密集型制造业（34. 5%）、资本密集型制造业（30. 0%）。这主要由于一方面长三角地区内部不同省市之间在经济发展水平、产业结构、技术创新能力、数字基础设施建设等方面的差异性原因：另一方面技术密集型制造业自身的技术优势，数字经济嵌入更为便捷，二者融合更为深入、更广，从而促进制造业高质量发展的效果最好。

（五）作用机制检验

由前文基准回归结果中的列（1）和列（6）列可知，数字经济的回归系数显著为正，表明数字经济对长三角地区制造业高质量发展具有正向促进作用，由表9中的列（21）、列（23）和列（25）可知，数字经济对产业结构优化、空间联动和制度创新的回归系数分别为0. 927、11. 326和0.162，且均通过1%的显著性检验，说明数字经济对产业结构优化、空间联动和制度创新具有积极的促进作业。列（22）、列（24）和列（26）进一步展示了核心解释变量和中介变量对制造业高质量发展的影响效果。

对于制造业高质量发展而言，列（22）中产业结构优化的回归系数为0. 224，且通过了1%的显著性检验，说明产业结构优化能显著促进制造业高质量发展，同时，数字经济对制造业高质量发展的回归系数虽然为正，但不显著，表明产业结构优化在数字经济赋能制造业高质量发展的过程中发挥完全中介效应，假设2得以验证；列（24）中空间联动的回归系数为0. 053，且通过了1%的显著性检验，说明空间联动能显著促进制造业高质量发展，同时，数字经济对制造业高质量发展的回归系数也显著为正，表明空间联动在数字经济赋能制造业高质量发展的过程中发挥部分中介效应，假设3得以验证；列（26）中制度创新的回归系数为0.018，且通过了5%的显著性检验，说明制度创新能显著促进制造业高质量发展，同时，数字经济对制造业高质量发展的回归系数也显著为正，表明制度创新在数字经济赋能制造业高质量发展的过程中发挥部分中介效应，假设4得以验证。

五、研究结论

（一）研究结论

本文基于数字经济赋能制造业高质量发展的理论分析，利用2012-2021年长三角地区三省一市的面板数据，采用熵值法估算了上海、江苏、浙江和安徽数字经济发展水平和制造业高质量发展水平，并在此基础上，进一步从产业结构优化、空间联动和制度创新的角度出发，通过构建中介效应回归模型实证分析数字经济赋能制造业高质量发展的作用机理，从而得到以下结论：

第一，数字经济可以显著促进长三角地区制造业高质量发展，在运用稳定性检验、内生性检验后该结论依然成立，验证本文回归结果的稳健性：

第二，通过行业异质性检验结果发现，数字经济对制造业高质量发展的影响呈现显著的异质性，即数字经济对技术密集型制造业高质量发展促进作用最为显著，其次是劳动密集型和资源密集型制造业，最后是资本密集型制造业；

第三，通过中介效应检验发现，数字经济通过产业结构优化、空间联动和制度创新三个中间渠道，可以显著正向促进长三角制造业高质量发展，且空间联动的作用渠道最大，其次是制度创新和产业结构优化。

（二）政策建议

基于研究结论，提出以下政策建议，以期通过数字经济赋能，更好的促进长三角地区制造业高质量发展。

第一，以数字经济高质量发展赋能长三角制造业高质量发展。一方面要加大长三角地区5G、物联网、大数据中心、人工智能、区块链等新型基础设施的投资和建设力度，构建高速、移动、安全、泛在的新一代信息通信网络，为数字经济发展提供坚实支撑。另一方面要鼓励和支持长三角地区数字经济和制造企业数字技术创新，特别是核心技术自主研发和关键技术突破，形成自主可控的数字技术体系。推进数字技术与制造业深度融合，通过工业互联网、智能制造、数字孪生等技术，实现生产流程优化、产品个性化定制、供应链协同管理等，提升制造业的智能化水平和竞争力。此外，要聚焦云计算、大数据、人工智能、区块链、网络安全等前沿领域，培育一批具有国际竞争力的数字产业集群。支持中小企业数字化转型，提供技术、资金、人才等全方位支持，构建长三角地区大中小企业融通发展的数字产业生态。以数字经济高质量发展为引领，推动长三角制造业向高端化、智能化、绿色化方向发展。

第二，顺应数字经济赋能制造业高质量发展的行业异质性规律，在不同区域、不同产业以及不同发展阶段上制定差异化的数字经济赋能制造业高质量发展的策略。通过深入分析长三角各省市在数字经济和制造业领域的优势与劣势，明确各自的发展定位和重点方向。例如，上海、杭州等城市在数字经济领域具有领先地位，可以发挥辐射带动作用：而一些相对落后的地区则可以通过承接产业转移、加强技术合作等方式实现快速发展。同时，根据各省市制造业细分行业的实际情况，制定差异化的数字经济发展政策和制造业细分行业转型升级政策。此外，积极鼓励制造业细分行业广泛应用大数据、云计算、人工智能、区块链等先进技术，提升生产自动化、智能化水平。推动工业互联网在制造业细分行业的应用，实现设备互联、数据互通、系统互操作，构建智能制造生态系统。大力支持制造业企业建设智能工厂和数字车间，通过智能化改造提升生产效率、产品质量和灵活性。推广数字化设计、仿真测试、智能排产等先进技术，实现生产过程的精细化管理。

第三，要充分发挥“产业结构优化、空间联动和制度创新”三轮驱动在数字经济赋能制造业高质量发展的积极作用。首先，通过数字经济赋能，加强制造业产业链上下游的协同合作，推动产业链向高端化、智能化、绿色化方向发展。支持产业链龙头企业发挥引领作用，带动中小企业协同发展，提升产业链整体竞争力。鼓励制造业企业向高技术含量、高附加值的新兴产业领域拓展，促进新兴产业快速成长和壮大。其次，通过建立数字经济与制造业协同发展机制，加强长三角地区各省市之间的空间沟通与协调，通过政府间合作、行业协会交流等方式，促进信息共享、资源互补和合作共赢。推动长三角地区制造业产业链的协同合作，推动产业链空间协同，提升长三角制造业整体竞争力和创新能力。最后，通过不断创新体制机制，加速集聚创新资源。长三角三省一市应共同制定长三角数字经济协同发展规划，明确发展目标、重点任务和空间布局，确保数字经济在区域内的协调发展。同时，强化政策协同，形成区域发展合力。此外，各级政府部门要出台支持数字经济发展的政策措施（包括财政补贴、税收优惠、融资支持等）吸引数字经济企业和项目落地。加大对数字经济关键技术研发和产业化应用的支持力度，推动形成一批具有国际竞争力的数字经济企业和产业集群。通过以上举措，抢占新一轮产业竞争制高点，推动长三角制造业高质量发展，建设世界级产业集群。