陳彤

【摘 ?要】論文基于2011-2020年江蘇省城市面板數(shù)據(jù)，運(yùn)用改進(jìn)的熵值法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展綜合指標(biāo)進(jìn)行了測(cè)度，研究地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)其制造業(yè)轉(zhuǎn)型升級(jí)的影響機(jī)制，并探究地區(qū)異質(zhì)性以及人力資本的中介效應(yīng)。實(shí)證結(jié)果表明：數(shù)字經(jīng)濟(jì)發(fā)展水平與制造業(yè)轉(zhuǎn)型升級(jí)程度呈正相關(guān)關(guān)系；不同地區(qū)間存在異質(zhì)性；人力資本在數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)過(guò)程中的中介效應(yīng)顯著。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；制造業(yè)；轉(zhuǎn)型升級(jí)；人力資本；中介效應(yīng)

【中圖分類(lèi)號(hào)】F427；F49 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2023）07-0152-03

1 引言

當(dāng)前，我國(guó)正處于經(jīng)濟(jì)發(fā)展新舊動(dòng)能轉(zhuǎn)換的關(guān)鍵時(shí)期。隨著信息技術(shù)的不斷發(fā)展，傳統(tǒng)制造業(yè)發(fā)展目前面臨著產(chǎn)能過(guò)剩和附加值過(guò)低兩大問(wèn)題，這導(dǎo)致我國(guó)在國(guó)際分工合作中處于劣勢(shì)地位。因此，借助互聯(lián)網(wǎng)發(fā)展的浪潮，抓住數(shù)字經(jīng)濟(jì)時(shí)代的機(jī)遇，是目前我國(guó)傳統(tǒng)制造業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的重要途徑。自十八大以來(lái)，黨中央對(duì)我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展作出了一系列的戰(zhàn)略部署，要將我國(guó)數(shù)字經(jīng)濟(jì)做大做強(qiáng)，打造經(jīng)濟(jì)高質(zhì)量發(fā)展新優(yōu)勢(shì)。據(jù)中國(guó)信息通訊研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2023）》顯示，截至2022年年底，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)達(dá)到50.2萬(wàn)億元，占GDP比重達(dá)41.5%，同比名義增長(zhǎng)10.3%，已連續(xù)11年高于同期GDP名義增速。其中江蘇作為我國(guó)經(jīng)濟(jì)大省，數(shù)字經(jīng)濟(jì)發(fā)展的整體水平走在全國(guó)前列。在這樣的背景下，如何抓住數(shù)字紅利，推動(dòng)傳統(tǒng)制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展，已經(jīng)成為當(dāng)前研究的熱點(diǎn)問(wèn)題。

2 文獻(xiàn)綜述

數(shù)字經(jīng)濟(jì)的概念最早出現(xiàn)于20世紀(jì)90年代，隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，其內(nèi)涵正在不斷更新與豐富。2012年，OECD在《經(jīng)濟(jì)合作與發(fā)展組織科技創(chuàng)新報(bào)告》中指出，信息通訊技術(shù)（ICT）是數(shù)字經(jīng)濟(jì)的核心。2016年，杭州G20峰會(huì)進(jìn)一步明確了數(shù)字經(jīng)濟(jì)的官方定義，強(qiáng)調(diào)了ICT的應(yīng)用與發(fā)展是提升經(jīng)濟(jì)發(fā)展效率與優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的重要推動(dòng)力。2020年中國(guó)信息通訊研究院首次提出“四化”框架，相比之前的“三化”新增了數(shù)字價(jià)值化。目前，國(guó)內(nèi)學(xué)者在對(duì)數(shù)字經(jīng)濟(jì)的研究中多采用信通院所提出的概念。信息通信技術(shù)產(chǎn)業(yè)基礎(chǔ)設(shè)施的建設(shè)有助于生產(chǎn)要素的集聚和資源利用效率的提高，從而不斷提高企業(yè)的勞動(dòng)生產(chǎn)率，最終推動(dòng)傳統(tǒng)制造業(yè)的轉(zhuǎn)型和升級(jí)。已有研究針對(duì)數(shù)字經(jīng)濟(jì)促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)的理論機(jī)制進(jìn)行了研究，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)可以通過(guò)提高企業(yè)創(chuàng)新能力和帶來(lái)創(chuàng)新激勵(lì)，從而提高企業(yè)生產(chǎn)效率和質(zhì)量，實(shí)現(xiàn)轉(zhuǎn)型升級(jí)[1]。現(xiàn)有文獻(xiàn)大多基于數(shù)字經(jīng)濟(jì)的整體發(fā)展，有學(xué)者對(duì)長(zhǎng)三角地區(qū)地級(jí)市和浙江省地級(jí)市數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響進(jìn)行了定量研究[2，3]，但江蘇省作為走在我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展前列的經(jīng)濟(jì)大省，目前有關(guān)數(shù)字經(jīng)濟(jì)對(duì)江蘇省制造業(yè)轉(zhuǎn)型升級(jí)影響的相關(guān)實(shí)證研究還較少。

3 模型設(shè)定與變量說(shuō)明

3.1 數(shù)據(jù)來(lái)源

本文研究的數(shù)據(jù)來(lái)自于國(guó)研網(wǎng)數(shù)據(jù)庫(kù)、北京大學(xué)數(shù)字金融研究中心和江蘇省各地級(jí)市統(tǒng)計(jì)年鑒，并根據(jù)數(shù)據(jù)的可獲得性，選擇2011-2020年作為樣本區(qū)間，研究對(duì)象為江蘇省13個(gè)地級(jí)市。同時(shí)，對(duì)于搜集過(guò)程中存在的個(gè)別缺失值，采用插值法進(jìn)行補(bǔ)全。

3.2 變量說(shuō)明

3.2.1 被解釋變量

制造業(yè)轉(zhuǎn)型升級(jí)（MA）。本文借鑒干春暉等[4]和傅元海

等[5]的方法，利用制造業(yè)結(jié)構(gòu)高級(jí)化這一指標(biāo)來(lái)衡量地區(qū)先進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)。在經(jīng)濟(jì)合作與發(fā)展組織（OECD）制造業(yè)分類(lèi)方法的基礎(chǔ)上，將高端和中高端技術(shù)產(chǎn)業(yè)合并，將制造業(yè)分為高端、中端和低端技術(shù)產(chǎn)業(yè)3類(lèi)。

制造業(yè)高級(jí)化指數(shù)的計(jì)算公式為：MAit=

式中，midit和highit分別為中、高端技術(shù)產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重。

3.2.2 核心解釋變量

數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）。本文借鑒劉軍等[6]和趙濤等[7]的測(cè)算方法，結(jié)合地級(jí)市層面數(shù)據(jù)的可獲得性，利用每百人互聯(lián)網(wǎng)用戶(hù)數(shù)和移動(dòng)電話用戶(hù)數(shù)、計(jì)算機(jī)服務(wù)和軟件從業(yè)人員數(shù)占城鎮(zhèn)總從業(yè)人員數(shù)比重、人均電信業(yè)務(wù)總量和數(shù)字金融發(fā)展水平這5個(gè)指標(biāo)進(jìn)行測(cè)度。其中數(shù)字金融發(fā)展水平這一指標(biāo)，采用北京大學(xué)數(shù)字金融研究中心編制的數(shù)字金融普惠指數(shù)來(lái)表示[8]。

3.2.3 控制變量

本文選取以下變量作為控制變量：①經(jīng)濟(jì)發(fā)展水平（pGDP），采用地區(qū)人均GDP的對(duì)數(shù)來(lái)表示；②外商直接投資水平（fdi），根據(jù)當(dāng)年匯率換算成人民幣后，采用當(dāng)年實(shí)際使用外資金額占當(dāng)年生產(chǎn)總值的比值來(lái)表示；③政府參與度（gov），采用地方財(cái)政一般預(yù)算內(nèi)支出占地區(qū)生產(chǎn)總值的比值來(lái)表示；④創(chuàng)新水平（inn），采用地區(qū)專(zhuān)利申請(qǐng)授權(quán)量的對(duì)數(shù)值來(lái)表示；⑤城市化水平（ur），采用地區(qū)人口密度的對(duì)數(shù)值來(lái)表示；⑥物流水平（log），采用地區(qū)貨運(yùn)量的對(duì)數(shù)值來(lái)表示。

3.3 指標(biāo)測(cè)算與模型構(gòu)建

3.3.1 改進(jìn)的熵值法測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展水平

3.3.2 面板回歸模型構(gòu)建

根據(jù)理論分析，本文構(gòu)建基準(zhǔn)回歸模型如下：

MA=α+β0DEit+β1Xit+δi+ηt+εit

同時(shí)選擇人力資本（Lab）作為中介變量，采用高等院校畢業(yè)生人數(shù)來(lái)衡量，構(gòu)建以下中介效應(yīng)模型：

MA=α+β0DEit+β1Xit+δi+ηt+εit

Lab=α+β0DEit+β1Xit+δi+ηt+it

MA=α+β0DEit+β1Xit+γLabit+δi+ηt+λit

式中，i表示江蘇省地級(jí)市，t表示年份，DEit為數(shù)字經(jīng)濟(jì)發(fā)展水平，Xit為控制變量，α、β和γ為待估參數(shù)，δi和ηt分別表示個(gè)體效應(yīng)和時(shí)間效應(yīng)，εit、it和λit為殘差。

變量的統(tǒng)計(jì)特征如表1所示。制造業(yè)轉(zhuǎn)型升級(jí)水平最小值為0.707，最大值為1.726，數(shù)字經(jīng)濟(jì)發(fā)展水平最小值為0.038 8，最大值為0.335，說(shuō)明不同地級(jí)市的制造業(yè)轉(zhuǎn)型升級(jí)程度和數(shù)字經(jīng)濟(jì)發(fā)展水平存在一定差距。

4 實(shí)證分析

4.1 基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果如表2所示。固定效應(yīng)模型和隨機(jī)效應(yīng)模型的估計(jì)結(jié)果均在5%的水平上顯著，Hausman檢驗(yàn)的結(jié)果顯示P值為0.004 2，說(shuō)明使用固定效應(yīng)模型進(jìn)行估計(jì)更為穩(wěn)健。由回歸結(jié)果可以看出，在控制了相關(guān)控制變量后，數(shù)字經(jīng)濟(jì)回歸系數(shù)為1.042，在5%的水平上顯著，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1個(gè)百分點(diǎn)，當(dāng)?shù)刂圃鞓I(yè)轉(zhuǎn)型升級(jí)程度就會(huì)提高0.010 42。此外，由于控制變量本身不具備因果相關(guān)性，故不討論控制變量的顯著性和邊際效應(yīng)。

4.2 穩(wěn)健性檢驗(yàn)

為了保證實(shí)證結(jié)果的可靠性，本文采用逐步增加控制變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)，以判斷基準(zhǔn)回歸的固定效應(yīng)模型是否存在內(nèi)生性問(wèn)題。穩(wěn)健性檢驗(yàn)的結(jié)果如表3所示。在逐步添加控制變量后，核心解釋變量Dige在1%和5%的水平下均顯著，說(shuō)明地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)轉(zhuǎn)型升級(jí)程度具有顯著且穩(wěn)定的正向影響。

4.3 異質(zhì)性檢驗(yàn)

將江蘇省13個(gè)地級(jí)市分為蘇南（南京、蘇州、無(wú)錫、常州、鎮(zhèn)江）、蘇中（揚(yáng)州、泰州、南通）和蘇北（徐州、鹽城、連云港、宿遷、淮安），對(duì)劃分后的3個(gè)區(qū)域分別進(jìn)行固定效應(yīng)模型檢驗(yàn)，并討論其異質(zhì)性，結(jié)果如表4所示。蘇南和蘇北數(shù)字經(jīng)濟(jì)的回歸系數(shù)顯著為正，且蘇南大于蘇北，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)蘇南制造業(yè)轉(zhuǎn)型升級(jí)的促進(jìn)作用更大。但蘇中數(shù)字經(jīng)濟(jì)的回歸系數(shù)顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)蘇中制造業(yè)轉(zhuǎn)型升級(jí)沒(méi)有起到促進(jìn)作用。

4.4 中介效應(yīng)檢驗(yàn)

人力資本的中介效應(yīng)檢驗(yàn)結(jié)果如表5所示。模型1中，數(shù)字經(jīng)濟(jì)的回歸系數(shù)在1%的水平上顯著，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1個(gè)百分點(diǎn)，高校畢業(yè)生人數(shù)就會(huì)增加243 937.576人。加入人力資本這一中介變量后，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為1.014，在5%的水平上顯著，但人力資本的回歸系數(shù)并不顯著，于是進(jìn)行Sobel檢驗(yàn)，發(fā)現(xiàn)P值小于0.01，說(shuō)明人力資本的中介效應(yīng)顯著。

5 結(jié)論和政策建議

本文基于2011-2020年江蘇省13個(gè)地級(jí)市的面板數(shù)據(jù)，研究地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)其制造業(yè)轉(zhuǎn)型升級(jí)的影響，并對(duì)江蘇省不同地區(qū)間數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)影響的異質(zhì)性，以及人力資本的中介作用進(jìn)行了分析。研究發(fā)現(xiàn)：①數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)轉(zhuǎn)型升級(jí)有顯著正向影響，在逐步添加控制變量后結(jié)果依然穩(wěn)健；②數(shù)字經(jīng)濟(jì)對(duì)蘇南地區(qū)制造業(yè)轉(zhuǎn)型升級(jí)的促進(jìn)作用最大，蘇北地區(qū)次之，對(duì)于蘇中地區(qū)沒(méi)有產(chǎn)生促進(jìn)作用；③數(shù)字經(jīng)濟(jì)可以通過(guò)提高人力資本水平來(lái)促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)。

基于結(jié)論，本文的政策建議如下：第一，制定相關(guān)政策，完善發(fā)展環(huán)境。有關(guān)部門(mén)和各地政府應(yīng)該根據(jù)數(shù)字經(jīng)濟(jì)發(fā)展的實(shí)際情況，結(jié)合國(guó)家發(fā)展規(guī)劃戰(zhàn)略，因地制宜制定相應(yīng)的舉措和計(jì)劃。完善數(shù)字經(jīng)濟(jì)發(fā)展的各種制度優(yōu)惠政策，積極發(fā)展大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能和5G通信等新興技術(shù)，健全數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的建設(shè)，推動(dòng)實(shí)現(xiàn)從城鎮(zhèn)到鄉(xiāng)村數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施的全面覆蓋。同時(shí)圍繞“十四五”規(guī)劃，推進(jìn)地區(qū)制造業(yè)轉(zhuǎn)型升級(jí)各項(xiàng)工程，深化“放管服”改革，加快政府職能轉(zhuǎn)變，打造服務(wù)型政府。第二，著眼未來(lái)，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。區(qū)塊鏈、人工智能、量子技術(shù)等新興科技是未來(lái)發(fā)展的方向，傳統(tǒng)制造業(yè)企業(yè)應(yīng)著眼未來(lái)產(chǎn)業(yè)發(fā)展方向，將數(shù)字技術(shù)優(yōu)勢(shì)與傳統(tǒng)制造業(yè)優(yōu)勢(shì)緊密結(jié)合，探索數(shù)字經(jīng)濟(jì)和制造業(yè)融合發(fā)展新模式。要利用數(shù)字經(jīng)濟(jì)優(yōu)勢(shì)，推動(dòng)企業(yè)互聯(lián)網(wǎng)平臺(tái)的建立，攻克目前各環(huán)節(jié)間所存在的“數(shù)據(jù)孤島”與“流動(dòng)壁壘”，依托數(shù)字平臺(tái)推動(dòng)傳統(tǒng)制造業(yè)轉(zhuǎn)型，實(shí)現(xiàn)生產(chǎn)智能化和產(chǎn)業(yè)高端化，推動(dòng)數(shù)字經(jīng)濟(jì)與傳統(tǒng)制造業(yè)融合發(fā)展，實(shí)現(xiàn)我國(guó)數(shù)字經(jīng)濟(jì)在全球競(jìng)爭(zhēng)中的彎道超車(chē)。第三，加大科研創(chuàng)新投入，培養(yǎng)高素質(zhì)人才。隨著科技不斷發(fā)展，許多簡(jiǎn)單重復(fù)的工作逐漸被機(jī)器和人工智能所取代，中高端制造業(yè)企業(yè)對(duì)于員工的需求正在從數(shù)量向質(zhì)量轉(zhuǎn)變。因此，政府和高校應(yīng)加大人力資本投入，完善科研機(jī)制，加強(qiáng)產(chǎn)學(xué)研融合、校企合作，通過(guò)產(chǎn)學(xué)研協(xié)同的方式，培養(yǎng)創(chuàng)新型人才；企業(yè)應(yīng)繼續(xù)推進(jìn)數(shù)字信息技術(shù)的研發(fā)，建立良好的企業(yè)技術(shù)創(chuàng)新氛圍，打通技術(shù)與人才的連接渠道，并強(qiáng)化企業(yè)管理，打造自身的專(zhuān)業(yè)人才隊(duì)伍，實(shí)現(xiàn)技術(shù)與人力資本的協(xié)調(diào)發(fā)展。

【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(gè)理論分析框架簡(jiǎn)[J].經(jīng)濟(jì)學(xué)家，2019（2）：66-73.

【2】沈運(yùn)紅，黃桁.數(shù)字經(jīng)濟(jì)水平對(duì)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的影響研究——基于浙江省2008-2017年面板數(shù)據(jù)[J].科技管理研究，

2020，40（3）：147-154.

【3】廖信林，楊正源.數(shù)字經(jīng)濟(jì)賦能長(zhǎng)三角地區(qū)制造業(yè)轉(zhuǎn)型升級(jí)的效應(yīng)測(cè)度與實(shí)現(xiàn)路徑[J].華東經(jīng)濟(jì)管理，2021，35（6）：22-30.

【4】干春暉，鄭若谷，余典范.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長(zhǎng)和波動(dòng)的影響[J].經(jīng)濟(jì)研究，2011，46（5）：4-16，31.

【5】傅元海，葉祥松，王展祥.制造業(yè)結(jié)構(gòu)優(yōu)化的技術(shù)進(jìn)步路徑選擇

——基于動(dòng)態(tài)面板的經(jīng)驗(yàn)分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014，9（6）：78-90.

【6】劉軍，楊淵鋆，張三峰.中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究[J].上海經(jīng)濟(jì)研究，2020，381（06）：81-96.

【7】趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)，創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-75.

【8】郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)（季刊），2020，19（04）：1401-1418.