林孔團(tuán)，張軒浩，侯 杰，胡艷萍

（1.福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福州 350117；2.北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100044）

引 言

近年來(lái)，數(shù)字經(jīng)濟(jì)作為新興產(chǎn)業(yè)在我國(guó)得到快速發(fā)展，逐漸成為我國(guó)轉(zhuǎn)型時(shí)期經(jīng)濟(jì)發(fā)展的新引擎。中國(guó)信通院發(fā)布的《2022年中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告》的相關(guān)數(shù)據(jù)顯示，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模自2016年的22.6 萬(wàn)億元增至2021年的45.5 萬(wàn)億元，占GDP 比重由32.9%提升到39.8%。數(shù)字經(jīng)濟(jì)發(fā)展壯大對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)起到了積極作用，深刻改變著傳統(tǒng)制造業(yè)的生產(chǎn)方式，以新技術(shù)、新模式和新業(yè)態(tài)化解制造業(yè)“痛點(diǎn)”，成為推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的強(qiáng)大動(dòng)力，有利于實(shí)現(xiàn)制造業(yè)由大變強(qiáng)的歷史性跨越。

現(xiàn)有文獻(xiàn)重在實(shí)證分析數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)的影響。田剛元等[1]基于2011—2020年黃河流域的城市面板數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)黃河流域制造業(yè)高質(zhì)量發(fā)展有顯著推動(dòng)作用，數(shù)字經(jīng)濟(jì)對(duì)黃河下游地區(qū)制造業(yè)的賦能作用明顯大于中上游地區(qū)。付文宇等[2]基于2011—2020年我國(guó)30 個(gè)省份的面板數(shù)據(jù)，實(shí)證分析數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)優(yōu)化升級(jí)的影響，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)優(yōu)化升級(jí)具有明顯促進(jìn)作用。羅佳等[3]基于2008—2019年制造業(yè)上市公司的面板數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新能夠促進(jìn)制造業(yè)企業(yè)全要素生產(chǎn)率提升。徐星等[4]基于2012—2021年環(huán)渤海地區(qū)、長(zhǎng)三角地區(qū)、粵港澳大灣區(qū)和成渝—關(guān)中地區(qū)四大數(shù)字經(jīng)濟(jì)與制造業(yè)融合發(fā)展先行試驗(yàn)區(qū)的面板數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)借助技術(shù)創(chuàng)新效率提升和技術(shù)創(chuàng)新地理溢出效應(yīng)可以促進(jìn)制造業(yè)高質(zhì)量發(fā)展。肖靜等[5]基于2010—2019年長(zhǎng)江經(jīng)濟(jì)帶的面板數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)地區(qū)數(shù)字化水平顯著正向影響長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)GTFP。然而，現(xiàn)有研究相對(duì)忽視了數(shù)字經(jīng)濟(jì)推動(dòng)制造業(yè)升級(jí)的空間效應(yīng)，缺乏對(duì)數(shù)字經(jīng)濟(jì)發(fā)展賦能制造業(yè)升級(jí)所產(chǎn)生周邊效應(yīng)的深入探究。本文的創(chuàng)新之處：第一，探究數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)制造業(yè)升級(jí)的空間效應(yīng)，研究數(shù)字經(jīng)濟(jì)對(duì)鄰近地區(qū)間與非鄰近地區(qū)間的空間效應(yīng)，深入分析這一空間效應(yīng)的影響機(jī)理和實(shí)證結(jié)果，對(duì)現(xiàn)有研究進(jìn)行一定程度的補(bǔ)充與完善。第二，從價(jià)值鏈攀升角度評(píng)價(jià)制造業(yè)升級(jí)程度，通過(guò)計(jì)算我國(guó)各個(gè)四位碼行業(yè)的技術(shù)復(fù)雜度以增加復(fù)雜行業(yè)在評(píng)價(jià)制造業(yè)升級(jí)指數(shù)當(dāng)中的權(quán)重，使評(píng)價(jià)結(jié)果更為真實(shí)可信。

1 理論機(jī)制與研究假設(shè)

1.1 數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)制造業(yè)升級(jí)的理論機(jī)制

就降低價(jià)值鏈各環(huán)節(jié)成本而言，制造業(yè)企業(yè)在缺少數(shù)字技術(shù)串聯(lián)的傳統(tǒng)時(shí)代，采購(gòu)時(shí)無(wú)法全面準(zhǔn)確了解各大供應(yīng)商的物料信息，而引進(jìn)數(shù)字技術(shù)的企業(yè)采購(gòu)時(shí)可以通過(guò)各大互聯(lián)網(wǎng)平臺(tái)實(shí)時(shí)了解各大供應(yīng)商所發(fā)布物料的庫(kù)存、運(yùn)送時(shí)間、體積重量等信息并進(jìn)行快速的對(duì)比篩選，降低資源配置成本。在配送階段，擁有數(shù)字技術(shù)的企業(yè)能夠通過(guò)定位系統(tǒng)獲得運(yùn)輸工具的空間信息并結(jié)合當(dāng)前員工在崗情況及交通擁堵程度提前進(jìn)行物流銜接部署，減少因溝通欠缺而造成的勞動(dòng)力與時(shí)間的浪費(fèi)[6]。

數(shù)字技術(shù)的持續(xù)引進(jìn)使簡(jiǎn)單重復(fù)的制造工作逐漸被智能機(jī)器所替代，企業(yè)更加垂青知識(shí)密集型的勞動(dòng)力資源，從事簡(jiǎn)單工作的勞動(dòng)者群體逐漸陷于工作機(jī)會(huì)愈少、工資愈低的窘境，該群體開(kāi)始接觸學(xué)習(xí)新興數(shù)字技能以提高自身不可替代性，同時(shí)，數(shù)字技術(shù)支持下觸手可及的豐富教育資源也為低技術(shù)勞動(dòng)群體提供了充足的轉(zhuǎn)型支持。在社會(huì)大環(huán)境的驅(qū)使下，我國(guó)勞動(dòng)力附加值逐漸提高，從事生產(chǎn)活動(dòng)的效率及邊際效益不斷提升，促進(jìn)勞動(dòng)力結(jié)構(gòu)升級(jí)[7]。

就價(jià)值鏈模式創(chuàng)新而言，過(guò)往我國(guó)傾向于進(jìn)行大規(guī)模的標(biāo)準(zhǔn)化生產(chǎn)以達(dá)到利潤(rùn)最大化，標(biāo)準(zhǔn)化生產(chǎn)使消費(fèi)者被動(dòng)接受有限的商品組合，降低了消費(fèi)者的滿(mǎn)意度。數(shù)字經(jīng)濟(jì)可以創(chuàng)新市場(chǎng)信息獲取方式，制造業(yè)企業(yè)可以通過(guò)微信公眾號(hào)、微博、企業(yè)網(wǎng)站等數(shù)字渠道了解消費(fèi)者對(duì)產(chǎn)品的需求，通過(guò)數(shù)字技術(shù)對(duì)客觀且類(lèi)型眾多的銷(xiāo)售數(shù)據(jù)進(jìn)行更詳細(xì)的羅列排布，引導(dǎo)制造業(yè)企業(yè)以服務(wù)消費(fèi)者為重心，促進(jìn)市場(chǎng)信息自下而上由需求端回流至制造業(yè)企業(yè)，改變我國(guó)傳統(tǒng)價(jià)值鏈模式中主動(dòng)生產(chǎn)、被動(dòng)消費(fèi)的局面，例如我國(guó)部分制造業(yè)企業(yè)憑借搭建網(wǎng)絡(luò)平臺(tái)，鼓勵(lì)消費(fèi)者在商品的既定框架下根據(jù)自身喜好進(jìn)行商品的細(xì)節(jié)定制與創(chuàng)造，實(shí)現(xiàn)了生產(chǎn)的精細(xì)化、個(gè)性化[8]。

就價(jià)值鏈整體升級(jí)而言，先進(jìn)的數(shù)字技術(shù)往往會(huì)給企業(yè)帶來(lái)更低的成本、更高效的產(chǎn)能以及更多合作企業(yè)的青睞，這就不斷鼓勵(lì)制造企業(yè)參與到業(yè)內(nèi)技術(shù)競(jìng)爭(zhēng)中，而數(shù)字經(jīng)濟(jì)促進(jìn)了制造業(yè)內(nèi)的熱點(diǎn)領(lǐng)域、尖端科技的信息更新與交流，為企業(yè)提供了對(duì)競(jìng)爭(zhēng)企業(yè)的研發(fā)水平進(jìn)行評(píng)估與預(yù)測(cè)的機(jī)會(huì)，不斷催生如綠色產(chǎn)業(yè)、跨領(lǐng)域技術(shù)集成等高新價(jià)值增長(zhǎng)點(diǎn)，有助于我國(guó)擺脫技術(shù)領(lǐng)域“被卡脖子困境”，推動(dòng)社會(huì)效應(yīng)、產(chǎn)業(yè)效益、生態(tài)效應(yīng)的有機(jī)統(tǒng)一[9]。數(shù)字技術(shù)應(yīng)用加速了制造業(yè)服務(wù)化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型，比如京東、阿里等公司于2020年入局C2M，打破了原有產(chǎn)業(yè)的固有邊界，加快用戶(hù)參與價(jià)值共創(chuàng)趨勢(shì)的演進(jìn)，促進(jìn)制造業(yè)向綜合服務(wù)等高端環(huán)節(jié)延伸[10]，詳見(jiàn)圖1，圖1 上半部分的四個(gè)模塊對(duì)應(yīng)本節(jié)探究?jī)r(jià)值鏈攀升視角下數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)制造業(yè)升級(jí)的四個(gè)角度。由此，提出如下假設(shè)。

H1：數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著促進(jìn)制造業(yè)升級(jí)。

1.2 數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的空間影響機(jī)制

從吸引投資的角度來(lái)看，數(shù)字經(jīng)濟(jì)元素的引進(jìn)在制造業(yè)價(jià)值鏈中產(chǎn)生大量附加價(jià)值，符合政府近年來(lái)支持企業(yè)自主創(chuàng)新的方針，有利于企業(yè)獲得稅收減免、基金補(bǔ)助、專(zhuān)項(xiàng)投資等政府財(cái)政支持，民間資本響應(yīng)政府資本風(fēng)向而開(kāi)始支持制造業(yè)的數(shù)字基礎(chǔ)設(shè)施建設(shè)、高新專(zhuān)利購(gòu)買(mǎi)，產(chǎn)業(yè)鏈層面的有利可圖能夠吸引外包工廠、來(lái)件裝配工廠等配套數(shù)字化企業(yè)的投資建設(shè)，所形成的良好產(chǎn)業(yè)前景能夠繼續(xù)促進(jìn)高新技術(shù)人才與創(chuàng)新資源的產(chǎn)業(yè)內(nèi)集聚，有利于制造業(yè)升級(jí)形成良性循環(huán)[11]。

在價(jià)值鏈布局方面，數(shù)字經(jīng)濟(jì)以數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素對(duì)傳統(tǒng)生產(chǎn)流程與布局進(jìn)行重塑，地理距離的遠(yuǎn)近逐漸不再是企業(yè)生產(chǎn)、交易所考慮的重要因素，原來(lái)受限于對(duì)接、運(yùn)輸成本而不得不集中于一條流水線上依次生產(chǎn)與組裝的產(chǎn)品，在數(shù)字信息的串聯(lián)下開(kāi)始由不同地區(qū)的廠商同時(shí)開(kāi)工并協(xié)調(diào)時(shí)間統(tǒng)一組裝，全新的數(shù)字經(jīng)濟(jì)范式擴(kuò)大了社會(huì)資源整合的范圍，助力形成全國(guó)范圍內(nèi)的制造業(yè)布局聯(lián)動(dòng)[12]。

在信息交流方面，不同于以往各企業(yè)埋頭研發(fā)的局面，數(shù)字經(jīng)濟(jì)突破時(shí)空限制所搭建的數(shù)字平臺(tái)能夠?qū)崿F(xiàn)企業(yè)與高校、科研機(jī)構(gòu)之間的知識(shí)交流與價(jià)值轉(zhuǎn)化，企業(yè)與企業(yè)之間同樣能通過(guò)數(shù)字平臺(tái)進(jìn)行技術(shù)交流而把握行業(yè)熱點(diǎn)，不同尖端領(lǐng)域的知識(shí)溢出會(huì)激發(fā)周邊乃至全國(guó)企業(yè)學(xué)習(xí)和模仿，引導(dǎo)企業(yè)擯棄不正當(dāng)營(yíng)銷(xiāo)、市場(chǎng)份額擠兌等惡性競(jìng)爭(zhēng)手段而專(zhuān)注研發(fā)高附加值產(chǎn)品，有助于將制造業(yè)的業(yè)內(nèi)競(jìng)爭(zhēng)關(guān)系逐漸轉(zhuǎn)變?yōu)楦?jìng)合關(guān)系[13]。圖1 下半部分的三個(gè)模塊對(duì)應(yīng)本節(jié)探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的空間影響機(jī)制的三個(gè)角度?；谏鲜龇治觯岢鋈缦录僭O(shè)。

H2：數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)空間溢出機(jī)制對(duì)周邊地區(qū)制造業(yè)升級(jí)產(chǎn)生影響。

圖1 數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的影響機(jī)制

2 研究設(shè)計(jì)

2.1 計(jì)量模型構(gòu)建

首先，數(shù)字經(jīng)濟(jì)發(fā)展水平作為一種地理特征變量，能夠通過(guò)提升效率、降低成本等途徑在價(jià)值鏈攀升方面促進(jìn)制造業(yè)升級(jí)。為檢驗(yàn)假設(shè)H1，根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)進(jìn)行對(duì)數(shù)變換，構(gòu)建如下計(jì)量回歸模型。

式（1）中，TSIct為第t年c 省份的制造業(yè)升級(jí)指數(shù)，DIGct為第t年c 省份的數(shù)字經(jīng)濟(jì)發(fā)展水平，GOVct、FDIct、LNFct、IND3ct、HUMct是第t年c 省份的控制變量，分別為政府干預(yù)、外商直接投資、基礎(chǔ)設(shè)施建設(shè)、第三產(chǎn)業(yè)發(fā)展、人力資本水平。α 為截距項(xiàng)，β1表示數(shù)字經(jīng)濟(jì)發(fā)展水平的未確定系數(shù)，ω1、ω2、ω3、ω4、ω5為各個(gè)控制變量的未確定系數(shù)，εct表示隨機(jī)誤差項(xiàng)。僅針對(duì)被解釋變量進(jìn)行對(duì)數(shù)化的原因?yàn)椋涸唤忉屪兞繑?shù)值與解釋變量數(shù)值差距較大，導(dǎo)致回歸結(jié)果的相關(guān)系數(shù)較小，將原被解釋變量對(duì)數(shù)化后的回歸結(jié)果能更直觀地顯示數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的顯著影響。下文空間計(jì)量模型亦同。

其次，考慮到數(shù)字經(jīng)濟(jì)的跨時(shí)空流動(dòng)特征，數(shù)字元素不會(huì)被拘束于某一地區(qū)內(nèi)推動(dòng)當(dāng)?shù)刂圃鞓I(yè)升級(jí)，生產(chǎn)要素、創(chuàng)新技術(shù)等資源基于互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字經(jīng)濟(jì)平臺(tái)所產(chǎn)生的空間溢出效應(yīng)，同樣能賦能周邊地區(qū)的制造業(yè)升級(jí)。同時(shí)，當(dāng)?shù)氐臄?shù)字經(jīng)濟(jì)發(fā)展水平及制造業(yè)升級(jí)對(duì)周邊地區(qū)同樣存在一定的空間依賴(lài)性，相鄰地區(qū)的產(chǎn)業(yè)發(fā)展絕不是孤立、無(wú)聯(lián)系的，若不考慮空間因素，僅限制在某一地區(qū)范圍內(nèi)探討變量間的影響會(huì)較為籠統(tǒng)隨意。為檢驗(yàn)假設(shè)H2，在式（1）中引入解釋變量和被解釋變量的空間交互項(xiàng)，變更為如下空間計(jì)量模型。

式（2）中，ρ 表示空間自回歸系數(shù)，W 表示空間權(quán)重矩陣，θ1為未確定的數(shù)字經(jīng)濟(jì)發(fā)展水平的空間溢出效應(yīng)系數(shù)，?1、?2、?3、?4、?5為未確定的各個(gè)控制變量的空間溢出效應(yīng)系數(shù)，其他變量符號(hào)同式（1）。在此基礎(chǔ)上，下文將采用Wald 檢驗(yàn)和LR 檢驗(yàn)選取空間杜賓模型、空間滯后模型和空間誤差模型。

2.2 變量說(shuō)明

2.2.1 被解釋變量

（4）從modelA所產(chǎn)生的數(shù)據(jù)中，挑選治愈概率較小的（Pi＜0.5），同時(shí)滿(mǎn)足將其協(xié)變量帶入模型B所得治愈概率也較?。≒i＜0.5）的患者，或者挑選治愈概率較大的（Pi＞0.5），同時(shí)滿(mǎn)足將其協(xié)變量帶入模型B所得治愈概率較大（Pi＞0.5）的患者，共n/3例，獲得數(shù)據(jù)集dataAB，這些是對(duì)處理組A，B都敏感或?qū)μ幚斫MA，B都不敏感的亞組，Subgroup=C。產(chǎn)生結(jié)局變量Yi=rbinom(1,1,A_Pi)。

為了研究數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)制造業(yè)升級(jí)的影響，首先，需要對(duì)地區(qū)制造業(yè)升級(jí)程度進(jìn)行衡量。近年來(lái)針對(duì)制造業(yè)升級(jí)的研究主要分為三種：其一，通過(guò)高技術(shù)產(chǎn)業(yè)產(chǎn)值與工業(yè)總產(chǎn)值的比重進(jìn)行制造業(yè)轉(zhuǎn)型升級(jí)的衡量，所用基礎(chǔ)數(shù)據(jù)較為籠統(tǒng)，衡量結(jié)果不能明顯表現(xiàn)出制造業(yè)內(nèi)部細(xì)分行業(yè)的發(fā)展[14]；其二，將制造業(yè)優(yōu)化升級(jí)分為制造業(yè)合理化和制造業(yè)高級(jí)化雙維度展開(kāi)研究，對(duì)制造業(yè)合理化的衡量以泰爾指數(shù)為主[15]，制造業(yè)高級(jí)化用技術(shù)密集型制造業(yè)產(chǎn)值與資本密集型制造業(yè)產(chǎn)值之比[16]、高端技術(shù)制造業(yè)產(chǎn)值和中端技術(shù)制造業(yè)產(chǎn)值之比[15]等方法表示，雖然此類(lèi)評(píng)價(jià)方法對(duì)制造業(yè)行業(yè)進(jìn)行明顯的細(xì)分，但針對(duì)細(xì)分行業(yè)技術(shù)復(fù)雜度缺乏進(jìn)一步的研究計(jì)算，容易忽略關(guān)鍵細(xì)分行業(yè)對(duì)制造業(yè)升級(jí)的影響；其三，參考Hausmann 等[17]提出的技術(shù)復(fù)雜度概念，計(jì)算價(jià)值鏈攀升角度下制造業(yè)升級(jí)指數(shù)[18]，在進(jìn)行制造業(yè)行業(yè)細(xì)分的同時(shí)，相比于其他方法放大了復(fù)雜行業(yè)對(duì)制造業(yè)升級(jí)計(jì)算結(jié)果的影響。因此，本文選取第三種測(cè)度方法，相關(guān)計(jì)算如下。

式（3）中，TSIct由四位碼行業(yè)的技術(shù)復(fù)雜度與四位碼行業(yè)在某年的營(yíng)業(yè)利潤(rùn)總計(jì)共同決定，指數(shù)越大說(shuō)明制造業(yè)升級(jí)程度越高。Profiti，c，t表示第t年c 省份四位碼行業(yè)i 的營(yíng)業(yè)利潤(rùn)，本文采用營(yíng)業(yè)利潤(rùn)衡量制造業(yè)升級(jí)指數(shù)的原因在于，近十年各統(tǒng)計(jì)年鑒中針對(duì)城市四位碼行業(yè)的總產(chǎn)值有一定缺漏，選擇營(yíng)業(yè)利潤(rùn)能夠更精確衡量制造業(yè)升級(jí)指數(shù)。Prodyi，2007表示2007年制造業(yè)四位碼行業(yè)i 的技術(shù)復(fù)雜度，可由四位碼行業(yè)對(duì)應(yīng)的2007年HS六位碼產(chǎn)品的技術(shù)復(fù)雜度平均得到。本文將四位碼行業(yè)的技術(shù)復(fù)雜度設(shè)定在2007年，原因在于：樣本數(shù)據(jù)來(lái)自2012—2021年《中國(guó)工業(yè)企業(yè)統(tǒng)計(jì)年鑒》，將四位碼行業(yè)的技術(shù)復(fù)雜度固定在2012年前，能夠減少樣本期內(nèi)制造業(yè)結(jié)構(gòu)的干擾，同時(shí)保證被解釋變量的外生性。

2.2.2 解釋變量

解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平。2021年5 月27 日，國(guó)家統(tǒng)計(jì)局公布并實(shí)施《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類(lèi)（2021）》，將數(shù)字經(jīng)濟(jì)劃分為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩大組成部分。本文將數(shù)字產(chǎn)業(yè)化分為數(shù)字產(chǎn)品制造、數(shù)字產(chǎn)品服務(wù)、數(shù)字技術(shù)應(yīng)用和數(shù)字要素驅(qū)動(dòng)四類(lèi)指標(biāo)；針對(duì)產(chǎn)業(yè)數(shù)字化采用數(shù)字化效率提升指標(biāo)表示。結(jié)合已有文獻(xiàn)，基于數(shù)據(jù)可得性，選取相應(yīng)二級(jí)指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系，具體見(jiàn)表1。最后，使用熵權(quán)法對(duì)數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系進(jìn)行衡量，數(shù)值越大表示數(shù)字經(jīng)濟(jì)發(fā)展水平越高。

2.2.3 控制變量

由于部分變量的變動(dòng)會(huì)直接影響制造業(yè)升級(jí)情況，本文參考相關(guān)研究的做法[18-20]，加入以下控制變量：政府干預(yù)，采用各省份一般公共預(yù)算支出與各省份GDP 的比值測(cè)度；外商直接投資，采用各省份實(shí)際利用外資與各省份GDP 的比值測(cè)度；基礎(chǔ)設(shè)施建設(shè)，采用各省份人均城市道路面積進(jìn)行測(cè)度；第三產(chǎn)業(yè)發(fā)展，采用各省份第三產(chǎn)業(yè)產(chǎn)值與各省份GDP 的比值測(cè)度；人力資本水平，采用各省份普通高等學(xué)校在校學(xué)生數(shù)與各省份人口總數(shù)的比值測(cè)度。具體如表2 所示。

表2 變量指標(biāo)名稱(chēng)與衡量

參考已有研究，本文設(shè)計(jì)三種空間權(quán)重矩陣：（1）空間鄰接矩陣，若地區(qū)i 與地區(qū)j 相鄰，則計(jì)權(quán)重值為1，否則為0。（2）空間地理距離矩陣，以各省會(huì)城市（直轄市）直線地理距離的倒數(shù)衡量。（3）空間經(jīng)濟(jì)距離矩陣，以地區(qū)i 與地區(qū)j 人均GDP 差值的倒數(shù)絕對(duì)值衡量區(qū)域經(jīng)濟(jì)距離。具體如表2 所示。

2.3 數(shù)據(jù)來(lái)源

本文選取2012—2021年我國(guó)30 個(gè)省份的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證研究，由于西藏?cái)?shù)據(jù)缺失嚴(yán)重不納入實(shí)證研究范圍，數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒和北京大學(xué)數(shù)字金融研究中心與螞蟻金服集團(tuán)共同編制的數(shù)字普惠金融指數(shù)，部分缺漏數(shù)據(jù)使用插值法補(bǔ)齊。主要變量的描述性統(tǒng)計(jì)見(jiàn)表3。

表3 主要變量描述性統(tǒng)計(jì)結(jié)果

3 實(shí)證分析及結(jié)果

3.1 基準(zhǔn)回歸結(jié)果

為避免出現(xiàn)各變量與被解釋變量之間存在多重共線性而使回歸結(jié)果無(wú)意義的情況，在計(jì)算基準(zhǔn)回歸結(jié)果前，計(jì)算得出平均方差膨脹系數(shù)（VIF）為1.790 0，表明各變量與制造業(yè)升級(jí)之間并無(wú)明顯共線性。基準(zhǔn)回歸結(jié)果如表4 所示，模型（1）為對(duì)照組，排除解釋變量，僅針對(duì)被解釋變量與控制變量進(jìn)行回歸。模型（2）在模型（1）基礎(chǔ)上加入解釋變量數(shù)字經(jīng)濟(jì)發(fā)展水平后，結(jié)果顯示，數(shù)字經(jīng)濟(jì)發(fā)展水平的基準(zhǔn)回歸系數(shù)為0.085 6，在10%水平下顯著，可見(jiàn)在基準(zhǔn)回歸情況下，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)具有正向影響，假設(shè)H1 成立，但顯著性水平較低。

表4 數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的線性回歸結(jié)果

3.2 空間溢出效應(yīng)分析

空間計(jì)量回歸的前提是主要實(shí)驗(yàn)數(shù)據(jù)具有空間依賴(lài)性。通過(guò)計(jì)算被解釋變量在2012—2021年的全局自相關(guān)莫蘭指數(shù)發(fā)現(xiàn)，大部分年份在空間鄰接矩陣、空間地理距離矩陣、空間經(jīng)濟(jì)距離矩陣中均存在顯著空間相關(guān)性，因此，需要進(jìn)行空間溢出效應(yīng)分析。通過(guò)對(duì)面板數(shù)據(jù)進(jìn)行LR 和Wald 檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果進(jìn)行計(jì)量模型的選擇。LR 檢驗(yàn)中，統(tǒng)計(jì)量通過(guò)5%水平下SEM 模型顯著性檢驗(yàn)，同時(shí)接近于5%水平通過(guò)SAR 模型顯著性檢驗(yàn)；Wald 檢驗(yàn)中，統(tǒng)計(jì)量未通過(guò)5%水平下顯著性檢驗(yàn)，兩種檢驗(yàn)均顯示無(wú)法使用SDM 模型。將SEM 模型及SAR模型計(jì)量結(jié)果均列出對(duì)比，鑒于SEM 模型顯著性檢驗(yàn)結(jié)果占優(yōu)，選擇SEM 模型進(jìn)行分析。

表5 為假設(shè)H2 的回歸結(jié)果，模型（3）、模型（4）、模型（5）分別為引入空間鄰接矩陣、空間地理距離矩陣、空間經(jīng)濟(jì)距離矩陣的空間計(jì)量回歸結(jié)果。首先，三種模型的R2及Log-likelihood 均處于較高水平，說(shuō)明計(jì)量回歸結(jié)果的可信度與擬合度較高。其次，三種模型中數(shù)字經(jīng)濟(jì)發(fā)展的直接效應(yīng)系數(shù)分別為0.104 5、0.102 4、0.102 4，均在5%水平下顯著，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)具有顯著的正向溢出效應(yīng)，假設(shè)H2 成立。其中，模型（3）所使用的空間鄰接矩陣僅假設(shè)地理相鄰地區(qū)產(chǎn)生空間溢出效應(yīng)，忽略地區(qū)間非地理相鄰的空間影響，然而某一地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展與制造業(yè)升級(jí)的輻射影響不僅限于相鄰地區(qū)間。在將模型（3）作為參照組的條件下，發(fā)現(xiàn)引入空間地理距離矩陣的模型（4）及引入空間經(jīng)濟(jì)距離矩陣的模型（5）的直接效應(yīng)系數(shù)均低于模型（3），而R2及Log-likelihood 數(shù)值均高于模型（3），認(rèn)為其原因?yàn)椋嚎紤]到非相鄰地區(qū)間仍存在空間影響的矩陣衡量，更與數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)所實(shí)際產(chǎn)生的輻射影響相符合，進(jìn)而導(dǎo)致擬合度及可信度有所提升；同時(shí)，不同于相鄰地區(qū)，引入非相鄰地區(qū)進(jìn)行空間溢出效應(yīng)衡量的模型是由于各個(gè)地區(qū)間地理距離及經(jīng)濟(jì)距離的差異較大，導(dǎo)致數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的輻射影響有所減弱，進(jìn)而導(dǎo)致直接效應(yīng)系數(shù)由0.104 5 下降至0.102 4。

3.3 穩(wěn)健性檢驗(yàn)

為了增強(qiáng)研究的可靠性，首先，通過(guò)改變因變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒張莉[14]的測(cè)算方法，該方法未引進(jìn)技術(shù)復(fù)雜度，且計(jì)算公式與本文原測(cè)算方法差異較大，若回歸結(jié)果與前文相似，能夠增加本文的解釋能力。由于部分?jǐn)?shù)據(jù)缺失，將替代因變量HTI 調(diào)整為2012—2021年我國(guó)30 個(gè)省份高新產(chǎn)業(yè)總利潤(rùn)與工業(yè)企業(yè)總利潤(rùn)之比，選擇空間誤差模型進(jìn)行回歸，結(jié)果如表6 所示，被解釋變量與解釋變量之間仍存在顯著正向溢出效應(yīng)。同時(shí)，空間地理距離矩陣與空間經(jīng)濟(jì)距離矩陣相較于鄰接矩陣的R2和Log-likelihood 數(shù)值及直接效應(yīng)系數(shù)的變動(dòng)趨勢(shì)也基本與前文一致。其次，在空間計(jì)量回歸過(guò)程中，采用三種不同空間權(quán)重矩陣進(jìn)行分析，三種權(quán)重矩陣下核心解釋變量的直接效應(yīng)系數(shù)在正負(fù)值與顯著值上有很好的一致性，模型擬合程度相似，說(shuō)明本文結(jié)論穩(wěn)健。

表5 數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的空間溢出效應(yīng)回歸結(jié)果

表6 穩(wěn)健性檢驗(yàn)結(jié)果

3.4 內(nèi)生性檢驗(yàn)

在構(gòu)建模型時(shí)，有可能會(huì)忽略一些對(duì)制造業(yè)升級(jí)有重要作用的變量，同時(shí)，被解釋變量也許會(huì)在一定程度上反向影響解釋變量而產(chǎn)生內(nèi)生性問(wèn)題，因此，本文采用工具變量法檢驗(yàn)二者之間的內(nèi)生性。參考趙濤等[21]的研究，采用各省份1984年固定電話數(shù)作為衡量數(shù)字經(jīng)濟(jì)發(fā)展水平的工具變量。地區(qū)固定電話擁有數(shù)量作為地區(qū)電信設(shè)施的一部分對(duì)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展有持續(xù)影響，且1984年的固定電話數(shù)與我國(guó)近十年的制造業(yè)升級(jí)情況無(wú)直接關(guān)聯(lián)，滿(mǎn)足工具變量的選擇條件。由于該變量數(shù)據(jù)僅為一年，無(wú)法在本文所用面板數(shù)據(jù)中進(jìn)行內(nèi)生性檢驗(yàn)，因此，借鑒徐向龍等[22]的研究，采用各地區(qū)上一年互聯(lián)網(wǎng)用戶(hù)數(shù)分別與1984年固定電話數(shù)相乘從而構(gòu)建面板數(shù)據(jù)。如表7 所示，在考慮內(nèi)生性的回歸結(jié)果中，工具變量IV 對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的直接效應(yīng)系數(shù)在1%水平下顯著，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的直接效應(yīng)系數(shù)也在1%水平下顯著，說(shuō)明解釋變量對(duì)被解釋變量的正向影響依舊顯著存在。同時(shí)，Robust score 及Robust regression 結(jié)果均在1%水平下顯著，證明解釋變量?jī)?nèi)生；檢驗(yàn)變量是否出現(xiàn)弱識(shí)別問(wèn)題時(shí)，F(xiàn) 值為63.245 3，大于經(jīng)驗(yàn)值10，表明不存在弱工具變量；最后，由于本文解釋變量與工具變量數(shù)量相同，故不存在變量識(shí)別不足問(wèn)題。

表7 內(nèi)生性檢驗(yàn)

4 研究結(jié)論與政策建議

本文分析了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)的促進(jìn)效應(yīng)與空間溢出作用機(jī)制。基于2012—2021年我國(guó)30 個(gè)省份面板數(shù)據(jù)，在構(gòu)建省份數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，計(jì)算價(jià)值鏈攀升角度下制造業(yè)升級(jí)指數(shù)作為制造業(yè)升級(jí)代理指標(biāo)進(jìn)行實(shí)證分析。主要結(jié)論如下：（1）數(shù)字經(jīng)濟(jì)發(fā)展較為顯著地促進(jìn)了制造業(yè)升級(jí)；（2）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)升級(jí)具有顯著的正向空間溢出效應(yīng)，該空間溢出效應(yīng)傾向同時(shí)存在于相鄰地區(qū)間與非相鄰地區(qū)間，且相鄰地區(qū)間的溢出效應(yīng)大于非相鄰地區(qū)間的溢出效應(yīng)。

根據(jù)研究結(jié)論，提出如下政策建議：

（1）提高設(shè)施數(shù)字化比重，引導(dǎo)制造業(yè)空間聯(lián)動(dòng)與集聚。推動(dòng)在制造業(yè)傳統(tǒng)基礎(chǔ)設(shè)施上持續(xù)引進(jìn)數(shù)字化技術(shù)設(shè)備、5G 通信技術(shù)等，提高零配件制造組裝、交通網(wǎng)鏈運(yùn)輸?shù)拳h(huán)節(jié)的效率。充分利用內(nèi)外部數(shù)字紅利與數(shù)字資源，加強(qiáng)東中西部地區(qū)制造業(yè)聯(lián)動(dòng)，引導(dǎo)產(chǎn)業(yè)鏈集聚，建立區(qū)域協(xié)同創(chuàng)新體系，實(shí)現(xiàn)區(qū)域數(shù)字經(jīng)濟(jì)與制造業(yè)良性循環(huán)，擴(kuò)大數(shù)字經(jīng)濟(jì)空間效應(yīng)溢出半徑，助推制造業(yè)數(shù)字化。

（2）關(guān)注數(shù)字技能培訓(xùn)，培育復(fù)合型數(shù)字技術(shù)創(chuàng)新人才。促進(jìn)制造業(yè)升級(jí)需要數(shù)理統(tǒng)計(jì)、人工智能等多種專(zhuān)業(yè)的復(fù)合型人才，制造業(yè)企業(yè)應(yīng)合理安排員工進(jìn)行與崗位相對(duì)應(yīng)的數(shù)字技能培訓(xùn)以適應(yīng)并促進(jìn)制造業(yè)升級(jí)，避免員工因工作繁重而沒(méi)有充足的時(shí)間與精力學(xué)習(xí)新技能。同時(shí)，關(guān)注大學(xué)生的數(shù)字技能培訓(xùn)情況，強(qiáng)化校企合作，增強(qiáng)企業(yè)、高校、科研院所之間的聯(lián)動(dòng)性，提高數(shù)字化教學(xué)比重，為制造業(yè)企業(yè)培養(yǎng)高質(zhì)量人才。

（3）推進(jìn)稅收融資優(yōu)惠政策，完善制造業(yè)與數(shù)字經(jīng)濟(jì)相關(guān)法律條款。政府應(yīng)加大對(duì)制造業(yè)企業(yè)提供稅收減免政策的支持力度，削減制造業(yè)企業(yè)用于數(shù)字技術(shù)開(kāi)發(fā)與利用的原材料及技術(shù)引進(jìn)成本，給予專(zhuān)項(xiàng)撥款用于制造業(yè)數(shù)字化升級(jí)，適當(dāng)降低融資利率。持續(xù)完善相關(guān)產(chǎn)業(yè)領(lǐng)域的法律條款，明確各方主體的權(quán)責(zé)；加快數(shù)字智能安全應(yīng)用的法律法規(guī)和道德倫理研究，加強(qiáng)數(shù)字技術(shù)應(yīng)用安全評(píng)估研究。