謝思　任珍珍

［摘? 要］數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響可以從直接效應(yīng)與間接效應(yīng)兩個方面展開。在理論分析基礎(chǔ)上，運用我國2014—2020年省級面板數(shù)據(jù)進(jìn)行實證檢驗，結(jié)果顯示，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展具有明顯的推動作用；數(shù)字經(jīng)濟(jì)能夠通過人力資本與企業(yè)創(chuàng)新兩個要素影響制造業(yè)高質(zhì)量發(fā)展；異質(zhì)性檢驗表明，在東、西部地區(qū)數(shù)字經(jīng)濟(jì)賦能效應(yīng)顯著，而在東北和中部地區(qū)數(shù)字經(jīng)濟(jì)賦能效應(yīng)尚未顯現(xiàn)。

［關(guān)鍵詞］數(shù)字經(jīng)濟(jì)；制造業(yè)；高質(zhì)量發(fā)展；中介效應(yīng)

［中圖分類號］F424；F49? ［文獻(xiàn)標(biāo)識碼］A? ［文章編號］1672-2426（2023）07-0034-10

當(dāng)前，數(shù)字經(jīng)濟(jì)成為制造業(yè)企業(yè)創(chuàng)新發(fā)展的關(guān)鍵推動力，很多國家已經(jīng)通過數(shù)字化改革完成產(chǎn)業(yè)升級，占據(jù)產(chǎn)業(yè)鏈頂端以及高價值產(chǎn)業(yè)。在數(shù)字技術(shù)創(chuàng)新方面，中國也在積極進(jìn)行探索，在互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等迅速發(fā)展的條件下，制造業(yè)可以借此進(jìn)行企業(yè)技術(shù)創(chuàng)新，并不斷推動產(chǎn)業(yè)結(jié)構(gòu)升級，擺脫陷于低端產(chǎn)業(yè)鏈的局面。在此背景下，本文探討數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響，以期幫助我國改善制造業(yè)發(fā)展相對滯后的不利局面，從而推動我國在建設(shè)社會主義現(xiàn)代化強(qiáng)國的道路上更進(jìn)一步。

一、理論分析

（一）數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的直接效應(yīng)

數(shù)字經(jīng)濟(jì)的不斷發(fā)展，促使傳統(tǒng)制造業(yè)在生產(chǎn)要素方面不斷創(chuàng)新。數(shù)據(jù)等高端要素不斷參與到制造業(yè)生產(chǎn)過程，推動制造業(yè)產(chǎn)業(yè)業(yè)態(tài)和商業(yè)模式不斷革新，推動制造業(yè)實現(xiàn)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的直接效應(yīng)可以細(xì)分為數(shù)字經(jīng)濟(jì)降低制造業(yè)各項生產(chǎn)成本、數(shù)字經(jīng)濟(jì)提高制造業(yè)銷售競爭力。

1.數(shù)字經(jīng)濟(jì)可以降低制造業(yè)各項生產(chǎn)成本。首先，數(shù)字技術(shù)快速升級促使部分傳統(tǒng)生產(chǎn)要素轉(zhuǎn)化為數(shù)字化生產(chǎn)要素，不僅豐富了要素市場的多樣性，也提高了制造業(yè)的生產(chǎn)效率。［1］其次，得益于柔性電子、高端傳感器、低碳技術(shù)等數(shù)字信息技術(shù)的加入，制造業(yè)企業(yè)可以減少資源損耗，降低廢物產(chǎn)生量，提高資源重復(fù)利用率。

2.數(shù)字經(jīng)濟(jì)可以提高制造業(yè)銷售競爭力。在生產(chǎn)前，制造業(yè)可以通過互聯(lián)網(wǎng)和大數(shù)據(jù)平臺等了解消費者的偏好，生產(chǎn)高度匹配消費者喜好的產(chǎn)品，不僅可以減少資源的浪費，還可以提高產(chǎn)品競爭力。在產(chǎn)品的售后上，借助高效的信息交流平臺，制造業(yè)可以及時獲得消費者的反饋，有利于產(chǎn)品的優(yōu)化升級，進(jìn)一步提高制造業(yè)的產(chǎn)品競爭力。

（二）數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展的間接效應(yīng)

1.人力資本賦能效應(yīng)。首先，數(shù)字經(jīng)濟(jì)的快速發(fā)展改變了相關(guān)行業(yè)對人力資本的需求，倒逼人力資本質(zhì)量不斷提高。隨著數(shù)字技術(shù)和產(chǎn)業(yè)融合不斷加深，傳統(tǒng)的工作內(nèi)容和工作方式發(fā)生較大改變。制造業(yè)企業(yè)用工偏好逐漸從數(shù)量型用工偏好向質(zhì)量型用工偏好轉(zhuǎn)變。［2］其次，信息技術(shù)的發(fā)展讓人們可以更加便捷地獲取信息和知識，降低了信息獲取的成本，人們也可以在更加靈活和多樣的方式下進(jìn)行學(xué)習(xí)，這使得教育和人力培訓(xùn)得以在時間和空間上跨越更大的距離。最后，在數(shù)字經(jīng)濟(jì)下，越來越多的人開始關(guān)注在線培訓(xùn)、自學(xué)和遠(yuǎn)程教育等學(xué)習(xí)方式。這種新的學(xué)習(xí)模式也促進(jìn)了教育的創(chuàng)新和發(fā)展，讓更多的人有機(jī)會獲得正規(guī)的教育和專業(yè)技能的培訓(xùn)，這種數(shù)字化教育方式讓人力資本質(zhì)量得到了全面提升。［3］而人力資本是制造業(yè)最重要的驅(qū)動因子，通過知識、技術(shù)等要素的積累不僅可以有效促進(jìn)要素在行業(yè)間的流動和優(yōu)勢轉(zhuǎn)換，從而加快制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，還可以充分發(fā)揮技術(shù)和知識溢出效應(yīng)，有效地推動我國制造業(yè)從勞動密集型向技術(shù)密集型轉(zhuǎn)變，為制造業(yè)高質(zhì)量發(fā)展提供支撐。

2.企業(yè)創(chuàng)新賦能效應(yīng)。首先，數(shù)字經(jīng)濟(jì)的信息技術(shù)優(yōu)勢為企業(yè)創(chuàng)新能力的提升奠定了基礎(chǔ)。數(shù)字經(jīng)濟(jì)的快速發(fā)展為企業(yè)提供了更多便捷高效的創(chuàng)新資源，可以有效地促進(jìn)企業(yè)之間的資源共享和技術(shù)交流，以實現(xiàn)更廣泛的創(chuàng)新合作和知識創(chuàng)造。［4］其次，通過數(shù)字技術(shù)的應(yīng)用，知識轉(zhuǎn)化為創(chuàng)新成果的概率大大提高，創(chuàng)新過程更加便利和高效。企業(yè)和個人可以獲得更多的創(chuàng)新機(jī)會，并且可以更有效地將自己的想法變成產(chǎn)品和服務(wù)。［5］最后，信息交互能力的提高有助于企業(yè)及時獲得市場需求信息，以更加精準(zhǔn)地滿足市場需求。這也減少了企業(yè)創(chuàng)新存在的風(fēng)險，提高了創(chuàng)新與現(xiàn)實需求之間的匹配效率，讓企業(yè)更加有信心地進(jìn)行創(chuàng)新活動。企業(yè)創(chuàng)新通過學(xué)習(xí)效應(yīng)和積累效應(yīng)提高制造業(yè)的知識儲備量，促進(jìn)制造業(yè)知識溢出，增強(qiáng)制造業(yè)知識吸收能力。［6］同時通過規(guī)模效應(yīng)提高競爭優(yōu)勢，為制造業(yè)帶來新的增長和發(fā)展機(jī)會，促進(jìn)整個行業(yè)的升級和創(chuàng)新，進(jìn)而實現(xiàn)制造業(yè)的高質(zhì)量發(fā)展。

二、研究設(shè)計

（一）變量測度

1.被解釋變量。被解釋變量為制造業(yè)高質(zhì)量發(fā)展水平（mhq）。已有文獻(xiàn)在測度制造業(yè)高質(zhì)量發(fā)展方面并無統(tǒng)一標(biāo)準(zhǔn)。部分學(xué)者采用制造業(yè)綠色全要素生產(chǎn)率來測度，主要運用柯布-道格拉斯生產(chǎn)函數(shù)法［7］和數(shù)據(jù)包絡(luò)分析法［8］。還有一些學(xué)者結(jié)合各自的研究內(nèi)容，構(gòu)建了相應(yīng)的指標(biāo)體系：有基于高質(zhì)量發(fā)展內(nèi)涵構(gòu)建涵蓋產(chǎn)業(yè)基礎(chǔ)和結(jié)構(gòu)、數(shù)字化能力、質(zhì)量競爭力、社會貢獻(xiàn)等八個方面的評價指標(biāo)體系［9］；也有結(jié)合新發(fā)展理念從創(chuàng)新、速度、結(jié)構(gòu)、綠色四個方面構(gòu)建的評價指標(biāo)體系［3，10-11］。使用綜合指標(biāo)更能全面系統(tǒng)評價制造業(yè)發(fā)展水平，更能準(zhǔn)確地對制造業(yè)高質(zhì)量發(fā)展進(jìn)行測度?；诟哔|(zhì)量發(fā)展的內(nèi)涵和特征，依據(jù)上述學(xué)者的研究，本文從五個維度構(gòu)建了制造業(yè)高質(zhì)量發(fā)展評價指標(biāo)體系，具體如表1所示。

2.核心解釋變量。核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平（dig）?，F(xiàn)有研究對數(shù)字經(jīng)濟(jì)的內(nèi)涵界定還沒有統(tǒng)一的衡量標(biāo)準(zhǔn)，致使其測度方法各異，研究中主要使用構(gòu)建指標(biāo)體系的方法進(jìn)行測度。在官方組織機(jī)構(gòu)層面，經(jīng)濟(jì)合作與發(fā)展組織（OECD）作為對數(shù)字經(jīng)濟(jì)研究起步較早的機(jī)構(gòu)，在《衡量數(shù)字經(jīng)濟(jì)》中構(gòu)建了涵蓋創(chuàng)新發(fā)展、賦權(quán)社會、經(jīng)濟(jì)增長和促進(jìn)就業(yè)四個一級指標(biāo)的指標(biāo)體系，涵蓋了數(shù)字經(jīng)濟(jì)各個方面。中國信息通信研究院在《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》中提出，以數(shù)字經(jīng)濟(jì)指數(shù)度量數(shù)字經(jīng)濟(jì)發(fā)展程度，數(shù)字經(jīng)濟(jì)指數(shù)充分考慮了數(shù)字經(jīng)濟(jì)發(fā)展所需的基礎(chǔ)條件、基礎(chǔ)產(chǎn)業(yè)和綜合應(yīng)用。上海社會科學(xué)院構(gòu)建了涵蓋關(guān)于數(shù)字的設(shè)施、產(chǎn)業(yè)、創(chuàng)新和治理四個方面的數(shù)字經(jīng)濟(jì)競爭力分析模型。此外，眾多學(xué)者主要從數(shù)字基礎(chǔ)、數(shù)字化產(chǎn)業(yè)、數(shù)字應(yīng)用、數(shù)字創(chuàng)新等方面構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系。［12-15］借鑒現(xiàn)有文獻(xiàn)，本文選取了三個一級指標(biāo)、十個二級指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系，如表2所示。

在測度制造業(yè)高質(zhì)量發(fā)展水平和數(shù)字經(jīng)濟(jì)發(fā)展水平時，需先確定各指標(biāo)所賦權(quán)重，再計算各省份數(shù)字經(jīng)濟(jì)發(fā)展和制造業(yè)高質(zhì)量發(fā)展的綜合得分。由于主觀賦權(quán)法受人為因素影響較大，而客觀賦權(quán)法能夠避免主觀誤差，因此本文采用基于熵值法的客觀賦權(quán)法。

3.中介變量。人力資本（hum）：人力資本所承載的知識和技能是實現(xiàn)制造業(yè)高質(zhì)量發(fā)展的重要驅(qū)動要素。具體而言，人力資本通過存量積累、集聚效應(yīng)和異質(zhì)性結(jié)構(gòu)對制造業(yè)高質(zhì)量發(fā)展產(chǎn)生影響。教育是人力資本形成和發(fā)展的最主要途徑，通過教育可以賦予勞動力一定的知識和技能。因此，本文借鑒已有研究的做法，用平均受教育年限測度人力資本水平，公式為：

式中，pri為接受過小學(xué)教育的人數(shù)，其教育年限為6年；jun為接受過中學(xué)教育的人數(shù)，其教育年限為9年；sen為接受過高中教育的人數(shù)，其教育年限為12年；col為接受過大專及以上教育的人數(shù)，其教育年限為16年；T為6歲及以上總?cè)丝跀?shù)。

企業(yè)創(chuàng)新能力（inno）：制造業(yè)企業(yè)開發(fā)新產(chǎn)品的經(jīng)費很大程度上是企業(yè)創(chuàng)新能力的體現(xiàn)，經(jīng)費投入越多，說明其創(chuàng)新能力越強(qiáng)。參考廖信林和楊正源［16］的研究，本文采用規(guī)模以上工業(yè)企業(yè)開發(fā)新產(chǎn)品經(jīng)費來衡量企業(yè)創(chuàng)新能力，以求更好地反映企業(yè)的創(chuàng)新能力。

4.控制變量。由于制造業(yè)的發(fā)展依賴多種要素，參考相關(guān)文獻(xiàn)，本文選擇政府職能（gov）、金融發(fā)展水平（fin）、基礎(chǔ)設(shè)施建設(shè)水平（infra）、產(chǎn)業(yè)結(jié)構(gòu)（is）和對外開放水平（fdi）作為控制變量，具體衡量數(shù)據(jù)如表3所示。

（二）數(shù)據(jù)來源、處理與變量的描述性統(tǒng)計

數(shù)據(jù)是數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵生產(chǎn)要素。2014年，大數(shù)據(jù)交易進(jìn)入初步發(fā)展階段，同時“大數(shù)據(jù)”被首次寫入中央政府工作報告當(dāng)中。因此，本文選擇數(shù)據(jù)時間起點為2014年。鑒于數(shù)據(jù)的可得性，本文選取了2014—2020年中國30個省份的數(shù)據(jù)（西藏自治區(qū)部分年份數(shù)據(jù)缺失），所有數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》及各地區(qū)統(tǒng)計年鑒。數(shù)據(jù)波動過大會影響實證結(jié)果的準(zhǔn)確性［17］，本文對數(shù)據(jù)作如下處理：對制造業(yè)高質(zhì)量發(fā)展水平、數(shù)字經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、基礎(chǔ)設(shè)施建設(shè)水平和企業(yè)創(chuàng)新能力數(shù)據(jù)進(jìn)行二次化對數(shù)處理。為更好地解決數(shù)據(jù)缺失問題，本文采用插值法等相關(guān)方法對數(shù)據(jù)進(jìn)行補(bǔ)齊。表4為所有變量的描述性統(tǒng)計結(jié)果。

（三）模型構(gòu)建

在上述理論與實證假設(shè)的基礎(chǔ)上，建立面板數(shù)據(jù)模型如下：

式中，mhq it 為i地區(qū)在t年制造業(yè)高質(zhì)量發(fā)展水平；dig it 為i地區(qū)在t年數(shù)字經(jīng)濟(jì)發(fā)展水平；Xijt? 為i省份第j個控制變量在t年的數(shù)值； μi 為上述模型中的個體效應(yīng)， ηt 為上述模型中的時間效應(yīng)， εit為上述模型中的隨機(jī)擾動項。其中，gov、llfin、llinfra、is、fdi均為控制變量，gov為政府職能，llfin為金融發(fā)展水平，llinfra為基礎(chǔ)設(shè)施建設(shè)水平，is為產(chǎn)業(yè)結(jié)構(gòu)，fdi為對外開放水平。

為進(jìn)一步探究數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展影響的內(nèi)在機(jī)制，構(gòu)建中介效應(yīng)模型如下：

式中，Mediht為i省份第h個中介變量在t年數(shù)值，中介變量包括人力資本水平和企業(yè)創(chuàng)新能力；其余變量含義與式（2）相同。

三、實證結(jié)果

（一）基準(zhǔn)回歸

本文采用stata進(jìn)行數(shù)據(jù)處理，對我國30個省份2014—2020年統(tǒng)計資料進(jìn)行數(shù)據(jù)分析。本文先用似然比（LR）和Hausman檢驗確定模型選擇，結(jié)果顯示，拒絕混合效應(yīng)模型與隨機(jī)效應(yīng)模型，同時結(jié)合經(jīng)濟(jì)理論認(rèn)識，本文采用雙向固定效應(yīng)模型。模型估計結(jié)果見表5。

表5（1）列和（2）列分別代表未加入控制變量和加入控制變量后的模型基準(zhǔn)回歸結(jié)果。對比兩個回歸結(jié)果可知，（2）列數(shù)字經(jīng)濟(jì)發(fā)展水平的估計系數(shù)略微減小，這表明在沒有考慮控制變量時，會出現(xiàn)漏掉重要解釋變量的情況。（2）列解釋變量的估計系數(shù)為正，意味著本文核心結(jié)論在其他因素得到控制之后也成立。以表5（2）列為例，數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展在5%的顯著水平上有顯著的拉動作用，具體而言，數(shù)字經(jīng)濟(jì)發(fā)展水平每上升1%，制造業(yè)高質(zhì)量發(fā)展水平提升25.1%，驅(qū)動作用顯著，這可能是數(shù)字經(jīng)濟(jì)發(fā)展在優(yōu)化市場配置資源效率、豐富制造業(yè)生產(chǎn)方式、重塑就業(yè)結(jié)構(gòu)以及穩(wěn)定供求關(guān)系等多方面共同作用的結(jié)果。

（二）穩(wěn)健性檢驗

在基準(zhǔn)回歸的實證分析中，盡管本文加入了諸多控制變量，同時也考慮了各地區(qū)的固定效應(yīng)，但由于資源稟賦、文化制度、組織內(nèi)部效率等經(jīng)濟(jì)社會背景因素的不可觀測，且數(shù)字經(jīng)濟(jì)發(fā)展水平與制造業(yè)高質(zhì)量發(fā)展水平之間可能存在著雙向因果關(guān)系，即一方面數(shù)字經(jīng)濟(jì)的快速發(fā)展和數(shù)字技術(shù)普遍應(yīng)用到制造業(yè)細(xì)分行業(yè)很大程度上促進(jìn)了制造業(yè)高質(zhì)量發(fā)展水平的提高；另一方面隨著制造業(yè)高質(zhì)量發(fā)展水平的逐漸提高，數(shù)字技術(shù)應(yīng)用不斷深化細(xì)化，必將促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提高，這使得模型估計仍然可能存在內(nèi)生性問題。鑒于此，在基準(zhǔn)回歸的基礎(chǔ)上，本文采用以下方法對模型估計結(jié)果進(jìn)行穩(wěn)健性檢驗。

關(guān)于內(nèi)生性問題，學(xué)者普遍借助工具變量把內(nèi)生變量拆分為與干擾項有關(guān)和與干擾項無關(guān)兩部分，用與干擾項無關(guān)的部分進(jìn)行一致估計。為解決模型的內(nèi)生性問題，本文將使用數(shù)字經(jīng)濟(jì)滯后兩期作為工具變量，運用兩階段最小二乘法（2SLS）對其進(jìn)行處理。在使用工具變量時常常需要確保以下兩個條件來保證所使用的工具變量是有效的。

相關(guān)性：數(shù)字經(jīng)濟(jì)滯后兩期（工具變量）與數(shù)字經(jīng)濟(jì)（核心解釋變量）相關(guān)，本文對數(shù)字經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)滯后兩期的相關(guān)系數(shù)矩陣進(jìn)行研究，發(fā)現(xiàn)兩者的相關(guān)系數(shù)為0.977，即二者之間存在很強(qiáng)的相關(guān)性，也就是說數(shù)字經(jīng)濟(jì)發(fā)展與它的滯后兩期存在一定的聯(lián)系。

外生性：本文參考韋莊禹等人［17］檢測工具變量外生性的方法，外生性檢驗具體結(jié)果如表6所示，第（3）列為數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的回歸結(jié)果、第（4）列為數(shù)字經(jīng)濟(jì)滯后兩期對制造業(yè)高質(zhì)量發(fā)展的回歸結(jié)果、第（5）列為數(shù)字經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)滯后兩期同時對制造業(yè)高質(zhì)量發(fā)展的回歸結(jié)果。結(jié)果表明，數(shù)字經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)滯后兩期分別加入時回歸結(jié)果均顯著，兩者同時加入時工具變量不顯著，這就意味著滯后兩期的數(shù)字經(jīng)濟(jì)只是間接通過當(dāng)前的數(shù)字經(jīng)濟(jì)影響制造業(yè)高質(zhì)量發(fā)展，而不是直接影響制造業(yè)高質(zhì)量發(fā)展。因此認(rèn)為本文所選取的工具變量符合外生性。

使用2SLS法的前提是在工具變量恰好識別的前提假設(shè)下，因此需要做弱工具變量檢驗，結(jié)果見表6，Cragg-Donald Wald F數(shù)值743.041遠(yuǎn)遠(yuǎn)大于判別值16.380，即說明沒有弱工具變量問題。通過對工具變量的檢驗，可以看出2SLS結(jié)果是有效的，其回歸結(jié)果見表6第（6）列?；貧w分析顯示，我國制造業(yè)高質(zhì)量發(fā)展與數(shù)字經(jīng)濟(jì)發(fā)展水平有著明顯的正向關(guān)系。R2和F統(tǒng)計值分別為0.841和129.120，表明了工具變量具有很好的解釋能力。

（三）中介效應(yīng)

基于溫忠麟等人［18］提出的中介效應(yīng)檢驗過程，以基準(zhǔn)回歸中核心解釋變量顯著影響被解釋變量的結(jié)果為依據(jù)，對模型（3）和模型（4）中的參數(shù)分別進(jìn)行了驗證，若兩者均顯著，那么中介效應(yīng)顯著。

首先驗證人力資本（hum），回歸結(jié)果見表7中第（7）（8）兩列。（7）列中解釋變量估計系數(shù)顯著為正，說明數(shù)字經(jīng)濟(jì)可以提高人力資本水平；（8）列中解釋變量估計系數(shù)同樣顯著為正，且相比原基準(zhǔn)回歸的估計系數(shù)有所減小，表明數(shù)字經(jīng)濟(jì)的快速發(fā)展提升了對高知識、高技能、高學(xué)歷人才的需求，人力資本質(zhì)量的提高又進(jìn)一步驅(qū)動制造業(yè)高質(zhì)量發(fā)展。

其次驗證企業(yè)創(chuàng)新能力（llinno），回歸結(jié)果見表7第（9）（10）兩列。（9）列中解釋變量的估計系數(shù)顯著為正，說明數(shù)字經(jīng)濟(jì)發(fā)展可以提高企業(yè)創(chuàng)新能力；（10）列中解釋變量的估計系數(shù)顯著為正，表明數(shù)字經(jīng)濟(jì)創(chuàng)造的開放式創(chuàng)新環(huán)境推動了企業(yè)更大范圍的技術(shù)創(chuàng)新，進(jìn)而推動制造業(yè)高質(zhì)量發(fā)展。

（四）區(qū)域異質(zhì)性

為驗證數(shù)字經(jīng)濟(jì)在不同區(qū)域?qū)ξ覈圃鞓I(yè)高質(zhì)量發(fā)展的不同影響，本文將30個省份分為東部、中部、西部和東北四個地區(qū)①，并采用雙向固定效應(yīng)模型對這四個樣本的制造業(yè)發(fā)展情況進(jìn)行分析，以探究各個地區(qū)數(shù)字經(jīng)濟(jì)的作用。結(jié)果如表8中第（11）—（14）列所示。在10%的顯著性水平下我國東部地區(qū)數(shù)字經(jīng)濟(jì)回歸系數(shù)為正，在1%的顯著性水平下，西部地區(qū)的數(shù)字經(jīng)濟(jì)回歸系數(shù)為正，但在我國中部和東北兩個地區(qū)，數(shù)字經(jīng)濟(jì)在促進(jìn)制造業(yè)高質(zhì)量發(fā)展方面的作用并不顯著。這可能是因為各區(qū)域間要素市場活躍度、制造業(yè)發(fā)展水平、技術(shù)創(chuàng)新水平等因素的不同大大影響了各區(qū)域制造業(yè)數(shù)字化發(fā)展進(jìn)程。

從回歸系數(shù)上來看，東部和西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)大于全國層面的系數(shù)。數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%，其大約能使東部地區(qū)和西部地區(qū)制造業(yè)高質(zhì)量發(fā)展水平分別提高38.6%和35.0%，從中可以看出東部地區(qū)的促進(jìn)效應(yīng)大于西部地區(qū)。其原因可能是東部地區(qū)有良好的制造業(yè)基礎(chǔ)，資金、人才、資源等要素供給充足，促進(jìn)了數(shù)字經(jīng)濟(jì)與制造業(yè)的深度融合。西部地區(qū)自然資源豐富，但工業(yè)水平及基礎(chǔ)設(shè)施還有待提升，企業(yè)數(shù)字化和數(shù)字化企業(yè)程度低，還有很大的提升空間，從而使得數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的邊際效應(yīng)高。同時，西部地區(qū)的制造業(yè)企業(yè)在轉(zhuǎn)型升級過程中，其生產(chǎn)力增長空間相對而言比較大，制造業(yè)企業(yè)可以獲得更多的升級紅利。而我國中部地區(qū)和東北地區(qū)信息基礎(chǔ)設(shè)施建設(shè)相對薄弱，人才流失嚴(yán)重，電子設(shè)備、儀器儀表等高技術(shù)產(chǎn)業(yè)數(shù)量相對稀少，這些因素阻礙了數(shù)字化技術(shù)在中部地區(qū)和東北地區(qū)的大范圍推廣，因此數(shù)字經(jīng)濟(jì)發(fā)展對中部地區(qū)和東北地區(qū)的制造業(yè)企業(yè)沒有起到很好的促進(jìn)作用。

四、研究結(jié)論和對策建議

（一）研究結(jié)論

本文在相關(guān)理論基礎(chǔ)上，借助2014—2020年省際面板數(shù)據(jù)研究數(shù)字經(jīng)濟(jì)如何賦能制造業(yè)高質(zhì)量發(fā)展以及區(qū)域異質(zhì)性，主要結(jié)論如下。第一，數(shù)字經(jīng)濟(jì)發(fā)展可以直接賦能制造業(yè)高質(zhì)量發(fā)展，且這一正向關(guān)系經(jīng)過一系列穩(wěn)健性檢驗后依然成立。異質(zhì)性分析研究表明，東、西部地區(qū)數(shù)字經(jīng)濟(jì)賦能效應(yīng)較為顯著，中部地區(qū)和東北地區(qū)數(shù)字經(jīng)濟(jì)賦能效應(yīng)暫時未顯現(xiàn)出來。第二，中介效應(yīng)分析表明，人力資本和企業(yè)創(chuàng)新是數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的重要渠道，且二者的中介效應(yīng)均表現(xiàn)為正向強(qiáng)化效應(yīng)，即數(shù)字經(jīng)濟(jì)能夠通過提升人力資本水平和提高企業(yè)創(chuàng)新能力促進(jìn)制造業(yè)高質(zhì)量發(fā)展。

（二）政策建議

1.加快發(fā)展數(shù)字經(jīng)濟(jì)，實現(xiàn)數(shù)字技術(shù)與制造業(yè)的深度融合。各省要增強(qiáng)在數(shù)字基礎(chǔ)設(shè)施領(lǐng)域的研究投入，促進(jìn)“企業(yè)+高校+機(jī)構(gòu)”協(xié)同發(fā)展，加快數(shù)字技術(shù)在制造業(yè)的推廣和使用，由此推動制造業(yè)數(shù)字化轉(zhuǎn)型。同時，通過建立數(shù)字經(jīng)濟(jì)示范區(qū)，把發(fā)達(dá)地區(qū)的發(fā)展經(jīng)驗和成功模式推廣到欠發(fā)達(dá)地區(qū)，使區(qū)域之間的數(shù)字經(jīng)濟(jì)實現(xiàn)“先富帶后富”。

2.避免“一刀切”政策，各地區(qū)要因地制宜。對東部地區(qū)而言，要加快數(shù)字技術(shù)與制造業(yè)深度融合，將數(shù)字技術(shù)優(yōu)勢充分發(fā)揮到制造業(yè)生產(chǎn)的全過程。對西部地區(qū)而言，要抓住數(shù)字化、智能化的發(fā)展機(jī)遇，加強(qiáng)制造業(yè)、服務(wù)業(yè)與信息行業(yè)的融合。對中部地區(qū)和東北地區(qū)而言，一方面要學(xué)習(xí)東部地區(qū)的成功經(jīng)驗，積極參與東部地區(qū)的產(chǎn)業(yè)鏈建設(shè)，承接適合本地區(qū)發(fā)展的產(chǎn)業(yè)轉(zhuǎn)移；另一方面政策要逐漸向高端技術(shù)偏移，積極推動數(shù)字化產(chǎn)業(yè)發(fā)展，繼續(xù)完善數(shù)字基礎(chǔ)設(shè)施，努力突破數(shù)字化資源的瓶頸，縮小數(shù)字鴻溝。各省在推進(jìn)產(chǎn)業(yè)數(shù)字化的進(jìn)程中，應(yīng)當(dāng)避免單一的發(fā)展模式，努力實現(xiàn)多元化的發(fā)展。

3.聚焦突破卡脖子核心技術(shù)，提升技術(shù)創(chuàng)新能力。突破核心技術(shù)難題：一是要鼓勵企業(yè)積極主動地參與核心技術(shù)研發(fā)，借助產(chǎn)學(xué)研合作平臺激發(fā)更多創(chuàng)新活力。二是促使校企合作的創(chuàng)新成果有效轉(zhuǎn)化，不斷引領(lǐng)技術(shù)向制造業(yè)快速滲透，為實現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型提供動力，進(jìn)而推動產(chǎn)品創(chuàng)新水平不斷提升，促進(jìn)制造業(yè)高質(zhì)量發(fā)展。三是地方政府可以對制造業(yè)高技術(shù)產(chǎn)品研發(fā)進(jìn)行補(bǔ)貼，并對高技術(shù)產(chǎn)品予以減免稅賦來激勵企業(yè)的創(chuàng)新意愿，也可以通過減免租金吸引高技術(shù)企業(yè)入駐科技產(chǎn)業(yè)園，營造濃厚的創(chuàng)新氛圍。

4.充分發(fā)揮人力資本對區(qū)域創(chuàng)新的促進(jìn)作用，加大投入，多渠道、多層次地提升人力資本水平。地方政府應(yīng)該把更多的注意力放在基礎(chǔ)教育、職業(yè)教育、技能培訓(xùn)上，筑牢創(chuàng)新型人才培養(yǎng)的基礎(chǔ)。應(yīng)聚焦數(shù)字化前沿方向和關(guān)鍵領(lǐng)域，引導(dǎo)職業(yè)學(xué)校、高等院校設(shè)置數(shù)字經(jīng)濟(jì)專業(yè)、開展相關(guān)課程，培養(yǎng)具備數(shù)字創(chuàng)新能力的技術(shù)人才。

注釋：

①東部地區(qū)包括北京市、天津市、河北省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南?。恢胁康貐^(qū)包括山西省、安徽省、江西省、河南省、湖北省、湖南省；西部地區(qū)包括內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)；東北地區(qū)包括遼寧省、吉林省、黑龍江省。

參考文獻(xiàn)：

［1］荊文君，孫寶文.數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展：一個理論分析框架［J］.經(jīng)濟(jì)學(xué)家，2019（2）：66-73.

［2］葉胥，杜云晗，何文軍.數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)結(jié)構(gòu)效應(yīng)［J］.財貿(mào)研究，2021，32（4）：1-13.

［3］李史恒，屈小娥.數(shù)字經(jīng)濟(jì)賦能制造業(yè)高質(zhì)量發(fā)展：理論機(jī)制與實證檢驗［J］.經(jīng)濟(jì)問題探索，2022（10）：105-117.

［4］劉洋，陳曉東.中國數(shù)字經(jīng)濟(jì)發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級的影響［J］.經(jīng)濟(jì)與管理研究，2021，42（8）：15-29.

［5］王可，李連燕.“互聯(lián)網(wǎng)+”對中國制造業(yè)發(fā)展影響的實證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（6）：3-20.

［6］武云亮，方婷，程文先.數(shù)字經(jīng)濟(jì)對制造業(yè)高質(zhì)量發(fā)展的影響——基于技術(shù)創(chuàng)新的中介效應(yīng)分析［J］.長春理工大學(xué)學(xué)報（社會科學(xué)版），2023，36（3）：100-108.

［7］鄒蔚，彭銳.科技創(chuàng)新促進(jìn)湖北工業(yè)高質(zhì)量發(fā)展效率評價研究［J］.科技與經(jīng)濟(jì)，2020，33（1）：31-35.

［8］徐星，惠寧，崔若冰，等.數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究——以技術(shù)創(chuàng)新效率提升與技術(shù)創(chuàng)新地理溢出的雙重視角［J］.經(jīng)濟(jì)問題探索，2023（2）：126-143.

［9］李曉鐘.我國制造業(yè)高質(zhì)量發(fā)展評價與區(qū)域差異比較研究［J］.社會科學(xué)家，2022（8）：17-25.

［10］傅為忠，儲劉平.長三角一體化視角下制造業(yè)高質(zhì)量發(fā)展評價研究——基于改進(jìn)的CRITIC-熵權(quán)法組合權(quán)重的TOPSIS評價模型［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2020，39（9）：145-152.

［11］李旭輝，朱啟貴，夏萬軍，等.基于五大發(fā)展理念的經(jīng)濟(jì)社會發(fā)展評價體系研究——基于二次加權(quán)因子分析法［J］.數(shù)理統(tǒng)計與管理，2019，38（3）：506-518.

［12］張雪玲，焦月霞.中國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)及其應(yīng)用初探［J］.浙江社會科學(xué)，2017（4）：32-40+157.

［13］劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟(jì)測度與驅(qū)動因素研究［J］.上海經(jīng)濟(jì)研究，2020（6）：81-96.

［14］劉志堅.數(shù)字經(jīng)濟(jì)發(fā)展、科技創(chuàng)新與出口技術(shù)復(fù)雜度［J］.統(tǒng)計與決策，2021，37（17）：29-34.

［15］周曉輝，劉瑩瑩，彭留英.數(shù)字經(jīng)濟(jì)發(fā)展與綠色全要素生產(chǎn)率提高［J］.上海經(jīng)濟(jì)研究，2021（12）：51-63.

［16］廖信林，楊正源.數(shù)字經(jīng)濟(jì)賦能長三角地區(qū)制造業(yè)轉(zhuǎn)型升級的效應(yīng)測度與實現(xiàn)路徑［J］.華東經(jīng)濟(jì)管理，2021，35（6）：22-30.

［17］韋莊禹，李毅婷，武可棟.數(shù)字經(jīng)濟(jì)能否促進(jìn)制造業(yè)高質(zhì)量發(fā)展？——基于省際面板數(shù)據(jù)的實證分析［J］.武漢金融，2021（3）：37-45.

［18］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014，22（5）：731-745.

責(zé)任編輯? 魏亞男

［收稿日期］2023-05-19

［基金項目］遼寧省哲學(xué)社會科學(xué)青年人才培養(yǎng)對象委托課題“數(shù)字經(jīng)濟(jì)的區(qū)域差異、影響因素與優(yōu)化路徑研究”（2022lslqnrcwtkt-33），主持人謝思；遼寧大學(xué)青年科研基金項目“數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的機(jī)制與路徑研究”（LDQN2022009），主持人謝思。

［作者簡介］謝? 思（1992— ），女，遼寧沈陽人，遼寧大學(xué)經(jīng)濟(jì)學(xué)院講師、碩士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，主要從事數(shù)字經(jīng)濟(jì)、政府監(jiān)管研究。

任珍珍（1997— ），女，山西呂梁人，遼寧大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生，主要從事數(shù)字經(jīng)濟(jì)研究。