陳俊

(安徽大學 商學院，安徽 合肥 230601)

隨著數(shù)字技術(shù)不斷發(fā)展并與制造業(yè)滲透融合，中國制造業(yè)發(fā)展進入新階段。現(xiàn)有文獻對數(shù)字經(jīng)濟研究主要集中于數(shù)字經(jīng)濟水平的測度及影響要素研究。一方面，現(xiàn)有研究對數(shù)字經(jīng)濟發(fā)展水平測度的主要有指標體系法、文本分析法以及投入產(chǎn)出法。其中，投入產(chǎn)出法多針對產(chǎn)業(yè)層面衡量，起初有學者借助完全消耗系數(shù)或依賴度衡量產(chǎn)業(yè)服務(wù)化程度[1]，有學者借助該方法對行業(yè)數(shù)字化程度進行衡量[2]。另一方面，目前有關(guān)制造業(yè)數(shù)字化影響因素研究主要集中在多個層面，從企業(yè)層面，其數(shù)字化水平的影響因素包括員工行為[3]、動態(tài)能力[4]、研發(fā)投入、金融支撐與高管重視程度[5]等。而從區(qū)域或行業(yè)層面，文獻[6]基于數(shù)字經(jīng)濟指數(shù)，指出現(xiàn)階段長江經(jīng)濟帶數(shù)字經(jīng)濟發(fā)展水平的提升主要依賴于產(chǎn)業(yè)結(jié)構(gòu)、城市等級、信息化水平三大影響因素發(fā)揮作用。文獻[7]從全國各省制造業(yè)角度，實證發(fā)現(xiàn)人力資本、經(jīng)濟環(huán)境等因素對其數(shù)字化水平具有顯著影響并指出其影響因素存在異質(zhì)性。有關(guān)行業(yè)層面的數(shù)字化水平測度與影響因素研究較缺乏。基于此，本文通過插值法，借助投入產(chǎn)出表，在確定數(shù)字經(jīng)濟產(chǎn)業(yè)范圍基礎(chǔ)上從三個維度對2002—2018年制造業(yè)數(shù)細分行業(yè)字化水平進行測度并定量分析其影響因素，從環(huán)境、資本視角深入分析研發(fā)投入與制造業(yè)數(shù)字化水平關(guān)系，契合雙碳背景下制造業(yè)高質(zhì)量發(fā)展的需要。

1 測度方法與數(shù)據(jù)說明

1.1 中國制造業(yè)數(shù)字化水平的測度方法

利用投入產(chǎn)出法計算中國各產(chǎn)業(yè)數(shù)字化水平，必須厘清數(shù)字經(jīng)濟的范圍，即確定投入產(chǎn)出表中的數(shù)字行業(yè)。結(jié)合數(shù)字經(jīng)濟內(nèi)在特征，精準定位數(shù)字經(jīng)濟要素，同時以《中國數(shù)字經(jīng)濟行業(yè)分類2021》為依據(jù)，嘗試劃分出數(shù)字經(jīng)濟相關(guān)產(chǎn)業(yè)[8]，見表1，并引出調(diào)整系數(shù)，將部分部門的數(shù)字化分離出來。根據(jù)中國投入產(chǎn)出表第一象限相關(guān)數(shù)據(jù)，可以反饋各行業(yè)的直接消耗狀況，據(jù)此進行進一步分析與計算。

表1中有的數(shù)字化行業(yè)僅有部分內(nèi)容為數(shù)字化活動，如新聞和出版業(yè)，批發(fā)業(yè)與零售業(yè)。因此，限于數(shù)據(jù)的可行性。借鑒文獻[9]的做法：采用數(shù)字部門批發(fā)收入占比、主營業(yè)或營業(yè)收入占比作為調(diào)整系數(shù)，分離數(shù)字化部分。在成功分離出數(shù)字化部門之后，參考文獻[10]的方法，對分離出數(shù)字部門的投入產(chǎn)出表進行插值，從而得到2002—2018 年31個部門投入產(chǎn)出表，并構(gòu)建直接和完全依賴度來衡量行業(yè)數(shù)字化水平。直接依賴度和完全依賴度分別表示為

表1 數(shù)字經(jīng)濟基本要素及其依托行業(yè)數(shù)字要素內(nèi)容依托行業(yè)數(shù)字化基礎(chǔ)設(shè)施電信設(shè)備及服務(wù)計算機軟件計算機硬件計算機、通信和其他電子設(shè)備制造業(yè);軟件和信息技術(shù)服務(wù)業(yè)數(shù)字化媒體互聯(lián)網(wǎng)發(fā)行、出版互聯(lián)網(wǎng)廣播數(shù)據(jù)流、下載服務(wù)新聞和出版業(yè)?;廣播電視、電影和影視錄音制造業(yè)數(shù)字化交易B2B批發(fā)、B2C零售批發(fā)業(yè)、零售業(yè)? 注:帶?的行業(yè)需要進行拆分

1.2 數(shù)據(jù)說明和樣本選擇

本文數(shù)據(jù)來源于2002—2018年的投入產(chǎn)出表、延長表，《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國經(jīng)濟普查年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》、國家統(tǒng)計局。限于數(shù)據(jù)可得性，對規(guī)模以上工業(yè)企業(yè)2018年固定資產(chǎn)合計、2012年和2017年全部從業(yè)人員平均人數(shù)缺失數(shù)據(jù)，2002年規(guī)模以上工業(yè)企業(yè)其他制造業(yè)固定資產(chǎn)合計、港澳臺資本、外商資本、全部從業(yè)人員平均人數(shù)缺失數(shù)據(jù)，利用插值法補齊。所有價值型變量均以2002年為基期，借助價格指數(shù)進行平減。 由于各年部門劃分存在差異，根據(jù)2017年行業(yè)分類標準，限于數(shù)據(jù)可得性，將2012年之前有限年份的工藝品及其他制造業(yè)、儀器儀表及文化辦公機械制造業(yè)中，工藝品和文化辦公機械制造業(yè)分離并將其歸屬現(xiàn)如今對應(yīng)部門，同時將剩下部門進行重新組合，共篩選出16個制造業(yè)行業(yè)。

2 中國制造業(yè)數(shù)字化水平測度結(jié)果分析

2.1 時間演變規(guī)律

由完全依賴度衡量數(shù)字要素總體及各三類數(shù)字要素水平，從總體趨勢來看，制造業(yè)數(shù)字化水平呈現(xiàn)W形波動趨勢。從增速上分析，制造業(yè)數(shù)字化水平整體增長較慢，但相較于之前，2015年增長速度開始逐漸加快，表明隨著中國數(shù)字經(jīng)濟的逐漸發(fā)展和制造業(yè)數(shù)字化戰(zhàn)略的提出，制造業(yè)數(shù)字化相關(guān)政策已經(jīng)初具成效，未來應(yīng)當持續(xù)推進制造業(yè)數(shù)字化轉(zhuǎn)型。立足于制造業(yè)各細分數(shù)字要素水平視角進行分析，首先制造業(yè)對數(shù)字化基礎(chǔ)設(shè)施完全依賴度與制造業(yè)對整體數(shù)字化部門的完全依賴度變化趨勢基本相同，呈出W形發(fā)展趨勢，而數(shù)字化媒體與數(shù)字化交易的完全依賴度均低于0.0009，表明現(xiàn)階段制造業(yè)數(shù)字轉(zhuǎn)型仍以數(shù)字基礎(chǔ)設(shè)施建設(shè)為主，對其余兩種數(shù)字要素需求增長較慢。究其原因，數(shù)據(jù)作為數(shù)字經(jīng)濟核心要素，隨著數(shù)字經(jīng)濟的發(fā)展，作為其載體的數(shù)字化基礎(chǔ)設(shè)施必然在行業(yè)數(shù)字化過程中占據(jù)較大的比重，提升速度相對較快，而對于數(shù)字化媒體和數(shù)字化交易兩類數(shù)字要素，現(xiàn)階段對其需求較低，從而導致水平較低。

2.2 行業(yè)分布特征

先借鑒文獻[11]做法，將制造業(yè)分為中低技術(shù)和高技術(shù)行業(yè)，以此探究行業(yè)技術(shù)度與數(shù)字化水平的關(guān)聯(lián)，從波動趨勢來看，除個別制造業(yè)以外，大多細分制造業(yè)數(shù)字化水平與制造業(yè)整體變化趨勢相同。從各細分行業(yè)水平進行分析，存在行業(yè)異質(zhì)性，這4年，數(shù)字化水平較高的細分行業(yè)往往隸屬于高技術(shù)制造業(yè)，而中低技術(shù)行業(yè)往往數(shù)字化水平較低，甚至個別行業(yè)出現(xiàn)下降趨勢。究其原因：高技術(shù)行業(yè)大多為技術(shù)密集型行業(yè)，對數(shù)字化轉(zhuǎn)型較為敏感，這將產(chǎn)生較強的數(shù)字要素需求，數(shù)字化水平提升較顯著，而對于大多屬于勞動或資本密集型的中低技術(shù)行業(yè)而言，其對數(shù)字部門中間投入需求規(guī)模較小，缺乏資金、技術(shù)薄弱，轉(zhuǎn)型動力不足，從而呈現(xiàn)增長速度慢，水平低的現(xiàn)象。與此同時，制造業(yè)各細分行業(yè)可以按照污染程度劃分為清潔行業(yè)和非清潔行業(yè)，2012—2018年，數(shù)字化水平排名前三的行業(yè)均為清潔行業(yè)，而數(shù)字化水平較低的行業(yè)大多為非清潔行業(yè)。這主要是清潔型行業(yè)環(huán)境規(guī)制力度較強、能源效率較高，不僅能通過促進產(chǎn)業(yè)結(jié)構(gòu)升級等多種渠道減少行業(yè)污染，還能提高綠色全要素生產(chǎn)率，進一步發(fā)揮促進研發(fā)投入對行業(yè)改造升級的提升作用，從而提高行業(yè)數(shù)字化水平。

3 影響因素分析

3.1 相關(guān)變量選擇

選取研發(fā)投入、行業(yè)規(guī)模、外商投資、人力資本、勞動力規(guī)模、市場化各變量作為制造業(yè)數(shù)字化水平的影響因素分析。

(1)核心解釋變量與被解釋變量。研發(fā)投入代表一個行業(yè)的技術(shù)水平，對行業(yè)數(shù)字化水平的提升至關(guān)重要[12]。采用規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出進行衡量，缺失年份數(shù)據(jù)利用大中型工業(yè)企業(yè)科研活動經(jīng)費內(nèi)部支出替代。被解釋變量即制造業(yè)數(shù)字化水平，采用完全依賴度進行衡量。

(2)控制變量與調(diào)節(jié)變量。勞動力規(guī)模和人力資本：行業(yè)勞動力規(guī)模和人力資本是制造業(yè)數(shù)字化水平的重要影響因素[13]，分別用年末就業(yè)人數(shù)、城鎮(zhèn)單位平均工資指標進行衡量，其中年末就業(yè)人數(shù)，參考文獻[14]由全社會年末就業(yè)人數(shù)乘以各行業(yè)城鎮(zhèn)單位就業(yè)人數(shù)占其總數(shù)之比計算得出。行業(yè)規(guī)模：用制造業(yè)分行業(yè)增加值占GDP比重進行衡量。市場化水平：市場經(jīng)濟發(fā)展水平將決定市場競爭程度，從而對行業(yè)數(shù)字化轉(zhuǎn)型意愿產(chǎn)生影響，以城鎮(zhèn)單位非國有就業(yè)人數(shù)占比進行表示。外商投資：數(shù)字技術(shù)及其豐富的應(yīng)用經(jīng)驗將隨著外商投資同樣被引進，因而外商投資水平將成為影響數(shù)字化水平的一個重要影響因素，利用規(guī)模以上工業(yè)企業(yè)外商和港澳臺資本之和進行表示。選擇資本密集度與環(huán)境規(guī)制作為調(diào)節(jié)變量，資本密集度：規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)合計與全部從業(yè)人員平均人數(shù)之比進行衡量。環(huán)境規(guī)制：由行業(yè)增加值和能源消耗之比進行表示。

3.2 實證檢驗

為了探究制造業(yè)數(shù)字化水平各影響因素，現(xiàn)構(gòu)建如下雙重固定效應(yīng)模型進行驗證：

DIGit=β0+β1RDit+Controlit+λi+λt+δit

式中：i、t分別為i行業(yè)、t年份；DIGit為制造業(yè)數(shù)字化水平；RDit為制造業(yè)研發(fā)投入；Controlit為控制變量；λi、λt分別為行業(yè)固定效應(yīng)、時間固定效應(yīng)；δit為隨機擾動項。

回歸前先用方差膨脹因子檢查模型各變量是否存在多重共線性問題，結(jié)果顯示各變量最大VIF值為5.4<10,即不存在多重共線性問題。表2為研發(fā)投入與制造業(yè)數(shù)字化的基準回歸結(jié)果(樣本數(shù)為272)，列1～6為依次將控制變量放入進行的回歸結(jié)果。

表2 基準回歸結(jié)果(1)(2)(3)(4)(5)(6)Rd0.3131???0.2032???0.1560??0.2330???0.2819???0.2851???(0.0799)(0.0592)(0.0622)(0.0697)(0.0852)(0.0846)Labor0.1478???0.1496???0.1478???0.1381???0.1515???(0.0423)(0.0423)(0.0403)(0.0407)(0.0443)Hc0.0141???0.0157???0.0153???0.0152???(0.0032)(0.0031)(0.0031)(0.0031)Size-0.7832???-0.7294???-1.4682???(0.1844)(0.1891)(0.4594)Mr-0.0143-0.0120(0.0120)(0.0128)Fdi-0.0160-0.0228(0.0161)(0.0173)Size28.6697??(4.2749)常數(shù)項0.0353???0.0143?-0.01020.00180.01120.0205?(0.0042)(0.0086)(0.0093)(0.0083)(0.0127)(0.0117)行業(yè)固定效應(yīng)YesYesYesYesYesYes年份固定效應(yīng)YesYesYesYesYesYes調(diào)整后的R20.98650.98800.98910.99020.99020.9903 注:?表示p<0.1;??表示p<0.05;???表示p<0.01;括號內(nèi)的值為穩(wěn)健標準差

由表2可知，通過列1、列6可知，研發(fā)投入對制造業(yè)數(shù)字化水平有無控制變量在1%的水平下均顯著為正。而其余變量：勞動力規(guī)模，人力資本與數(shù)字化的回歸系數(shù)同樣在1%的水平下顯著為正；而根據(jù)列5、6結(jié)果顯示，行業(yè)規(guī)模一次項顯著為負，加入二次項后，一次項系數(shù)仍顯著為負，而二次項系數(shù)顯著為正，表明制造業(yè)數(shù)字化與行業(yè)規(guī)模存在U形關(guān)系，而市場化水平和外商投資回歸系數(shù)均不顯著。

3.3 穩(wěn)健性檢驗

(1)替換被解釋變量。用直接依賴度替換完全依賴度進行回歸，結(jié)果見表3第(1)列，研發(fā)投入顯著仍然顯著為正。 (2)雙邊縮尾處理。現(xiàn)對研發(fā)投入和制造業(yè)數(shù)字化進行1%水平上的雙邊縮尾處理后進行回歸，結(jié)果見表3列(2)，研發(fā)投入系數(shù)顯著性未發(fā)生改變。(3)內(nèi)生性處理。數(shù)字化水平高的行業(yè)可能有更多資金用于研發(fā)投入，從而有助于研發(fā)投入的提升，同時行業(yè)數(shù)字化水平的影響因素存在于多方面，不能保證所有因素被控制，以防變量的遺漏和反向影響造成的內(nèi)生性問題，參考文獻[15]的做法，采用滯后一期的研發(fā)投入作為工具變量，通過兩階段最小二乘法進行回歸。結(jié)果見表3列(3)。同時Kleibergen-PaaprkLMstatistic的p值為0，Kleibergen-Paap rk Wald F 檢驗統(tǒng)計量為1435.613，拒絕了工具變量存在識別不足和為弱工具變量的假設(shè)。

表3 穩(wěn)健性檢驗結(jié)果

表3中，替換被解釋變量、縮尾處理、內(nèi)生性處理，變量顯著性和方向均沒有發(fā)生顯著改變，進一步驗證了結(jié)論的穩(wěn)健性。

3.4 調(diào)節(jié)效應(yīng)分析

為了驗證環(huán)境規(guī)制、資本密集度在研發(fā)投入對制造業(yè)數(shù)字化水平中的調(diào)節(jié)作用，構(gòu)建調(diào)節(jié)效應(yīng)模型：

(1)行業(yè)環(huán)境規(guī)制力度。直接依賴度反映數(shù)字經(jīng)濟與制造業(yè)的直接融合度，相比之下，完全依賴度則體現(xiàn)了直接和間接融合度，將直接依賴度、完全依賴度作為被解釋變量，分析環(huán)境規(guī)制的調(diào)節(jié)作用，結(jié)果見表4列(1)、列(2)。交互項Erd系數(shù)均顯著為正，表明環(huán)境規(guī)制對研發(fā)投入與制造業(yè)數(shù)字化水平關(guān)系發(fā)揮正向調(diào)節(jié)作用，通過正向調(diào)節(jié)直接和間接數(shù)字要素的消耗來提高數(shù)字化水平。究其原因：隨著行業(yè)環(huán)境規(guī)制強度的增加，所伴隨的環(huán)保壓力將迫使企業(yè)加強綠色創(chuàng)新力度，加大研發(fā)投入，增強數(shù)字化轉(zhuǎn)型動力，應(yīng)用更具清潔性的數(shù)字技術(shù)，引進數(shù)字化水平更高的產(chǎn)品。這從側(cè)面說明雙碳背景下為實現(xiàn)碳達峰、碳中和目標，提高能源效率，加大環(huán)境規(guī)制力度等具體措施同樣有助于提高制造業(yè)與數(shù)字經(jīng)濟融合度，實現(xiàn)經(jīng)濟增長與生態(tài)保護的雙重平衡。

表4 調(diào)節(jié)效應(yīng)檢驗結(jié)果(1)(2)(3)(4)Rd0.1994???0.2330???0.4367???0.4212???(0.0540)(0.0744)(0.0744)(0.0940)E-0.00000.0018(0.0020)(0.0015)Erd0.0535??0.0386?(0.0225)(0.0200)Kir-0.0002-0.0004??(0.0002)(0.0002)Rir-0.0134???-0.0122???(0.0024)(0.0031)常數(shù)項0.00820.0198-0.00130.0120(0.0170)(0.0132)(0.0152)(0.0139)控制變量YesYesYesYes行業(yè)固定效應(yīng)YesYesYesYes年份固定效應(yīng)YesYesYesYes調(diào)整后的R20.99560.99080.99580.9913

(2)行業(yè)資本密集度。如表4中列(3)、列(4)所示，交互項Rir，對于直接和完全依賴度的回歸系數(shù)均顯著為負，表明資本密集度抑制研發(fā)投入對制造業(yè)數(shù)字化的促進作用，且對于行業(yè)直接和間接數(shù)字要消耗該調(diào)節(jié)效應(yīng)均發(fā)揮作用，其原因可能是：資本密集度一定程度上反映了行業(yè)前景，行業(yè)前景的提高一定程度上抑制了數(shù)字化轉(zhuǎn)型的意愿，此外，高資本密度度意味著資產(chǎn)流動性差，進一步抑制企業(yè)的創(chuàng)新需求，同時資本密集行業(yè)會出現(xiàn)資源詛咒現(xiàn)象，排斥數(shù)字等高級要素進入，阻礙其數(shù)字化轉(zhuǎn)型。因此，資本密集度提高將削弱研發(fā)投入對數(shù)字化的促進作用，即負向調(diào)節(jié)研發(fā)投入對數(shù)字化轉(zhuǎn)型的影響。

4 結(jié)語

本文基于投入產(chǎn)出視角，構(gòu)建相對指標對制造業(yè)數(shù)字化水平進行測度，并實證檢驗數(shù)字化水平的影響因素。結(jié)論如下：(1)從制造業(yè)整體數(shù)字化水平的發(fā)展趨勢來看，2002—2018年，制造業(yè)平均數(shù)字化水平基本呈現(xiàn)出W形發(fā)展趨勢，制造業(yè)數(shù)字化基礎(chǔ)設(shè)施水平與其變化趨勢相同并占制造業(yè)數(shù)字化投入水平的90%以上，但數(shù)字化交易和媒體水平波動較小，處于一個較低的水平。(2)從細分行業(yè)進行分析，數(shù)字化水平存在行業(yè)異質(zhì)性，高技術(shù)和清潔行業(yè)具備較高的數(shù)字化水平，進一步研究結(jié)果表明研發(fā)投入對行業(yè)數(shù)字化水平有顯著促進作用，其中環(huán)境規(guī)制發(fā)揮正向調(diào)節(jié)作用，而資本密集度則發(fā)揮負向調(diào)節(jié)作用。

為了更好地推動制造業(yè)數(shù)字化水平的提升，提出以下建議：首先，優(yōu)先提高數(shù)字化基礎(chǔ)設(shè)施投入水平，各行業(yè)加快對5G、云計算、大數(shù)據(jù)等數(shù)字化基礎(chǔ)設(shè)施建設(shè)，充分發(fā)揮數(shù)字化基礎(chǔ)設(shè)施的數(shù)字要素載體作用；其次，根據(jù)行業(yè)數(shù)字化水平異質(zhì)性特點，優(yōu)先發(fā)展制造業(yè)重點行業(yè)，并根據(jù)不同企業(yè)特點給予不同的優(yōu)惠政策，從而帶動制造業(yè)數(shù)字化水平的整體提高；最后，引導制造業(yè)企業(yè)與科研機構(gòu)、高校展開合作、針對物聯(lián)網(wǎng)、大數(shù)據(jù)等新興發(fā)展方向，進一步加大行業(yè)研發(fā)投入，打造創(chuàng)新聯(lián)合體。