Value Engineering
0引言
党的十九大报告指出，
中国经济已由高速增长阶段转向高质量发展阶段，并强调要推动经济发展质量变革、
效率变革、动力变革，
提高全要素生产率。我国制造业在长期过程中形成了以资源利用为主导，
以高投入、高排放、低效益为特征的粗放型发展模式，在“新发展理念”下，
这种模式已难以为继。因此，
厘清数字经济与制造业高质量发展之间的关系，推动中国制造业高速高质量的发展意义十分的重大。
1文献综述
1.1数字经济研究
目前学者们对数字经济的测度主要分为两类：
一是直接法，即在界定的范围下，
统计出一定区域内数字经济的规模体量（中国信息通信研究院，
2018），该方法多以产业增值、收入、就业等衡量；二是对比法，即基于多个维度的
指标，对不同地区间的数字经济发展情况进行对比，
得到数字经济或具体领域发展的相对情况，如中国信息通信研
究院、腾讯研究院、
赛德顾问、国际电信联盟、欧盟和美国商务部数字经济咨询委员会等
（徐清源等，2018）。1.2制造业高质量发展研究
目前关于制造业高质量发展的研究，
主要集中在制造业高质量发展的相关理论及评价体系。
多数学者从制造业高质量发展的微观视角和宏观视角进行研究。
微观视角方面，采用制造业产品质量和制造业企业质量衡量制造业高
质量发展，
如王明涛，谢建国（2019）。二是影响制造业高质量发展的因素。要实现制造业的高质量发展，
就要清楚地认识到目前我国制造业发展存在的短板及影响的关键因素。
1.3数字经济对制造业高质量发展的影响研究
学者研究较少，其中余姗等（2021）利用中国省级面板数据，
实证检验数字经济对制造业高质量走出去的空间溢出效应、非线性边际递增效应及影响机制，
同时研究结果表明数字经济显著促进了中国省级出口技术复杂度的提升，其产生的正向空间溢出效应能助推出口贸易的高质量
发展。
廖信林，杨正源（2021）基于长三角城市群视角，运用动态面板GMM 测算了数字经济对制造业升级水平的具体效应。
2理论分析与研究假设
2.1数字产业化对制造业高质量发展的影响机制
数字经济具有扩散效应，
带动整个产业创新。数字信息是数字经济的核心要素，
不同于劳动力、资本及资源等传统要素，数字信息是可重复使用、
可共享的要素。支撑数字经济发展的基础性技术，
如大数据技术、移动通信与物联网技术等具有网络示范效应，
能够促进研发资源集成共享。信息资源的集成共享增加了创新企业的知识增量，
产生了映射效应，在整个经济社会领域内会加速知识外溢扩散。
H1：数字产业化显著促进制造业高质量发展。2.2技术创新对制造业高质量发展的影响机制
技术创新催生了新兴产业的形成，
助推新工艺、新产品、新材料的运用，从而引起生产需求结构和消费需求结构的变化，产业结构实现了优化升级。产业结构的优化升级推动了动能的转化，进而推动制造业高质量发展。提出以下对立假设：
H2：技术创新推动了制造业高质量发展。2.3数字产业化、技术创新和制造业高质量发展的影响机制
2.3.1技术引进
技术引进是直接从发达地区或国家引进先进的经营
管理方法、技术、
高端人才等，技术具有公共物品的属性，通过示范效应和竞争效应对制造业产生
“技术扩散”效应。2.3.2模仿创新
模仿创新即引入他人技术后，
经过消化吸收产品的技——————————————————————
—作者简介：方婷（1997-），
女，安徽黄山人，研究生，研究方向为产业结构升级。
数字产业化对制造业高质量发展的影响研究
Rearch on the Impact of Digital Industrialization on the High-quality Development of
Manufacturing Industry
方婷FANG Ting
（安徽财经大学国际经济贸易学院，
蚌埠233000）（School of International Economics and Business ，Anhui University of Finance and Economics ，Bengbu 233000，China ）
摘要：论文利用2010~2018年全国30个省份的数据，基于熵值法测度数字产业化水平和构建ML 生产率指数测度制造业全要
素生产率，将技术创新分为模仿创新、
技术引进和自主创新三种类型，在此基础上考察了数字产业化与制造业高质量发展之间的关系。Abstract:Using the data of 30provinces in China from 2010to 2018,the paper measures the level of digital industrialization bad on entropy method and constructs ML productivity index to measure the total factor productivity of manufacturing industry.It divides technological innovation into three types:imitation innovation,technology introduction and independent innovation.On this basis,the paper examines the relationship between digital industrialization and high-quality development of manufacturing industry.
关键词：数字产业化；
制造业高质量发展；技术创新；中介效应Key words:digital industrialization ；high quality development of manufacturing industry ；technological innovation ；intermediary effect 中图分类号:F49文献标识码:A 文章编号:1006-4311（2022）36-025-03doi:10.3969/j.issn.1006-4311.2022.36.008
·25·
价值工程
术水平，通过创新，超过原来的技术水平。模仿创新通过节约大量研发和市场培育方面的费用，
降低投资风险，回避了发展初期的不稳定性，
降低了市场开发的风险。2.3.3自主创新
自主创新是制造业实现其结构优化升级的根本动力，技术创新推动制造业结构调整的本质是制造业采用比以
往效率更高的技术，
获得了技术进步、劳动生产率提升以及产业发展，从而促进制造业结构的合理化并推动其高度化。
基于此，
本文提出假设3，H3：数字产业化能够通过提高技术创新能力驱动制造业高质量发展，
但在不同的创新模式下，这种传导机制存在明显的差异。
3研究设计3.1模型构建3.1.1基准模型
为对上述研究假说进行检验，
首先针对数字产业化对
制造业高质量发展的直接传导机制构建如下的基本模型：
（1）
3.1.2中介效应模型
首先是数字经济对中介变量的回归
（2
）（3
）
（4）
其次是中介变量对制造业绿色全要素生产率的回归
（5
嫣妮
）（6
）（7）
3.2变量测度与说明
3.2.1制造业高质量发展的测度
本文借鉴李玲、陶锋（2012）
的方法确定投入要素和产出要素，投入要素。
3.2.2数字产业化的测度
3.2.3技术创新的测度
目前关于技术创新能力的衡量多从创新投入和创新
产出两方面入手，槐花的功效与作用
然而创新投入的多少更能反映出区域对创新路径的倾向，
为此本文从创新资金的投入方面来衡量技术创新能力。其中模仿创新（inno1）
采用规模以上工业企业技术改造经费与主营业务收入的比重来衡量；
技术引进（inno2）项目范围说明书
采用规模以上工业企业国外技术引进经费与主营业务收入的比重来衡量；
自主创新（inno3）采用规模以上工业企业R&D 内部经费与主营业务收入的比重来衡量。
3.2.4控制变量
本文考虑到我国经济发展的现状，
以及关于制造业绿色全要素生产率影响因素的研究，
选取以下控制变量。第一，
产业结构（ind ）。所以本文用第二产业产值与地区生产总值占比来表示。第二，环境规制（re ）。
本文采用环保投资占制造业增加值比重作为环境规制指标。第三，
市场化水平（mark ）
。本文采用非国有企业就业人数与总就业人数的比重来衡量。
第四，能源结构（en ）。通过原煤和焦炭与主要能源的投入比值予以反映。
第五，人力资本（hc ）。使用专科以上人口比重作为衡量我国人力资本的指标。
3.3数据来源与描述性统计
本文选取2010-2018年30个省份
（剔除了新疆）的面板数据作为研究样本，其中主要数据来源于历年各省的
《统计年鉴》《中国工业统计年鉴》《中国电子商务报告》
《北京大学数字普惠金融指数》等。部分缺失数据采用插值法补齐。
4实证检验及分析4.1基准回归结果分析
4.2技术创新的中介效应分析
见表4。
5结论与政策启示5.1研究结论
根据上述实证结果，
得到如下结论：①数字产业化对制造业绿色全要素生产率有显著的正向影响；②技术引进、
自主创新在数字产业化对制造业绿色全要素生产率的正向影响中具有显著促进作用；
③控制变量中产业结构对制造业高质量发展的影响较大并显著为正；环境规制、人力资本、能源结构等对制造业的高质量发展具有显著的正向影响。
表1数字产业化指标
系统层
准则层具体指标测度数字产业化
数字基础设施
互联网宽带接入端口移动电话交换机容量长途电缆线路长度数字业务规模
电信业务总量软件业务收入
表2变量的描述性统计结果
变量
观测值均值
标准差最小值最大值
gtfp digital inno1inno2inno3re ind mark hc en 270270270270270270270270270270
1.0240.0680.0390.2340.4910.7310.0950.5609.1720.4000.0380.0670.0690.0350.2010.1960.1510.1300.8930.143
0.9380.0000.0000.1070.4000.2130.0100.2307.4740.010
1.2380.3420.6400.4021.4941.0000.9910.9001
2.7820.687注：***、**、*分别表示在1%、5%、10%的水平下显著.
变量基准回归digital
re ind mark hc
en
_cons
N
R 方
F
P
0.421***（0.034）
0.0212**
（0.014）
0.087**
（0.047）
0.0011
（0.003）0.0211***（0.008）0.014***（0.028）0.231***（0.091）2700.495114.3000.000表3基准回归结果
·26·
小班消防安全教案
Value Engineering
注：***、**、*分别表示在1%、5%、10%的水平下显著.
5.2政策启示
数字经济时代下，模仿创新和技术引进虽然能够带来溢出效应和外部性，但却不能带来长期效应。只有加大关键数字技术的自主创新和研发能力，在数字经济领域取得领先式的成果，才能真正实现从“中国制造”向“中国智造”的转变。
参考文献:
[1]Tapscott D.The digital economy:Promi and peril in the age of networked intelligence[M].New York:McGraw-Hill，1996.
[2]许宪春，张美慧.中国数字经济规模测算研究———基于国际比较的视角[J].中国工业经济，2020（05）：23-41.
[3]徐清源，单志广，马潮江.国内外数字经济测度指标体系研究综述[J].调研世界，2018（11）：52-58.
[4]李振洋，白雪洁.产业政策如何促进制造业绿色全要素生产率提升？——
—基于鼓励型政策和限制性政策协同的视角[J].产业经济研究，2020（06）：28-42.
[5]唐晓华，孙云君.环境规制对中国制造业高质量发展影响的传导机制研究——
—基于创新效应和能源效应的双重视角[J].经济问题探索，2020（07）：92-101.
[6]杨仁发，郑媛媛.环境规制、技术创新与制造业高质量发展[J].统计与信息论坛，2020，35（08）：75-81.
[7]王玉燕，王婉.GVC嵌入、创新型人力资本与制造业高质量发展——
—基于“新发展理念”的影响机制分析与效应检验[J].商业研究，2020（05）：67-76.
[8]李英杰，韩平.数字经济下制造业高质量发展的机理和路径[J].宏观经济管理，2021（05）：36-45.
[9]约瑟夫·熊彼特.经济发展理论[M].北京：商务印书馆，1990：30-71.
[10]周叔莲，王伟光.科技创新与产业结构优化升级[J].管理世界，2001（05）：70-78，89-216.
[11]辜胜阻，吴华君，吴沁沁，等.创新驱动与核心技术突破是高质量发展的基石[J].中国软科学，2018（10）：9-18. [12]Castiglione C,Infante D.ICT as General Purpo Technologies:A Micro-econometric Investigation on Italian Firms International Journal of Trade and Global Markets.2013,6(3):225-241.
[13]Viollaz M.Information and Communication Technology Adoption in Micro and Small Firms:Can Internet Access Improve Labour Productivity?Development Policy Review.2019,37(5):692-715.
[14]焦勇.数字经济赋能制造业转型：从价值重塑到价值创造[J].经济学家，2020（06）：87-94.
[15]王俊，陈国飞.“互联网+”、要素配置与制造业高质量发展[J].技术进步，2020，39（09）：61-72.
[16]廖信林，杨正源.数字经济赋能长三角地区制造业转型升级的效应测度与实现路径[J].华东经济管理，2021，35（06）：22-30.
[17]AGHION P,HOWITT P.A model of growth through creative destruction[R].National Bureau of Economic Rearch, 1990.
[18]刘洋，董久钰，魏江.数字创新管理：理论框架与未来研究[J].管理世界，2020，36（07）：198-217，219.
[19]狄振鹏，李世美.对外直接投资逆向技术溢出对国内技术创新影响的实证分析——
—基于自主创新和模仿创新视角[J].技术经济，2020，39（04）：11-16.
[20]李宗显，杨千帆.数字经济如何影响中国经济高质量发展[J].现代经济探讨，2021（07）：10-19.
表4中介效应
变量
日本XX18一19模仿创新技术引进自主创新
模型2模型3模型4模型5模型6模型7 inno1gtfp inno2gtfp inno3gtfp
inno1 inno2 inno3
digital re ind mark hc en _cons N R方F
P -0.060
（0.087）
-
0.002
（0.035）
-0.463***
（0.118）
-0.002
（0.006）
-0.023
（0.021）
-0.051
（0.071）
0.213
（0.230）
270
0.314
2.910
0.000
0.037
（0.026）
0.445***
（0.034）
0.0284**
（0.014）
0.114**
（0.048）
0.002
（0.003）
0.0236***
（0.008）
0.0857***
（0.028）
0.772***
（0.090）
270
0.491
98.750
0.000
0.399***
（0.045）
0.0397**
（0.018）
0.114*
（0.061）
0.003
武汉天气预报查询
（0.003）
-
0.011
（0.011）
0.034
（0.036）
0.255**
（0.118）
270
0.299
33.570
0.000
0.245***
（0.048）
0.345***
（0.038）
0.019
（0.013）
0.069
（0.045）
0.001
（0.002）
0.0254***
（0.008）
0.0754***
（0.026）
0.717***
（0.087）
270
公司领导新年致辞0.537
112.380
0.000
0.724***
（0.054）
0.008
（0.022）
-0.018
（0.074）
-0.002
（0.004）
0.002
（0.013）
0.019
（0.044）差之毫厘谬以千里
0.463***
（0.143）
270
0.534
70.220
0.000
0.123***
（0.041）
0.353***
（0.045）
0.0274**
（0.014）
0.0990**
（0.046）
0.002
（0.003）
0.0226***
（0.008）
0.0814***
（0.027）
0.723***
（0.091）
270
0.379
102.730
0.000
·27·
