首页 > 论文范文 > 社会科学论文 > 经济学论文 > 工业经济论文 > 产业集聚、数字技术创新与制造业发展质量

产业集聚、数字技术创新与制造业发展质量

2023-11-14 155 上传者：管理员

摘要：基于2010—2020年度28个省级行政区面板数据，以数字技术创新为中介变量，探究产业集聚对制造业发展质量的作用机制。研究结果表明：我国产业集聚度、数字技术创新水平与制造业发展质量都存在较大区域不平衡性，同时分化速度在加大；产业集聚度的提升对于制造业发展质量具有促进作用，尤其在西部地区。在其他地区促进效应不明显；目前数字技术创新水平整体不高，但对于制造业发展质量同样具有促进作用，全国数字技术创新水平正在稳步提升，其中西部地区发展迅速；产业集聚一方面直接影响制造业发展质量，另一方面通过数字技术创新这一中介机制间接影响制造发展质量。

关键词：
中介效应模型
产业集聚
制造业
制造业发展质量
数字技术创新
加入收藏

一、引言

制造业是我国经济支柱，改革开放以来，已建立门类齐全，独立完整的工业体系，成为全球制造业大国。然而由于以往对投资驱动产业发展的路径依赖，我国制造业存在着大而不强的局面，在自主创新、产品质量、资源利用与产业结构方面仍有较为严峻的问题，如何实现制造业由投资驱动向创新驱动，实现制造大国向制造强国转型，是制造业发展新阶段最迫切的问题。

研究表明，产业集聚对于产业高水平发展具有显著作用。在政策导向与全球化等多重因素影响下，我国不断推进地方产业集聚发展以促进区域经济增长，国内制造业逐步壮大，集聚水平大幅提高，但从空间分布看，我国制造业产业集聚呈东高西低，南高北低，空间集聚度较低。同时，制造业份额占全国份额绝对比重的东部地区受制于要素价格上涨等原因，产业集聚已逐渐呈现负外部性。中西部由于配套设施不完善，其对于东部制造业企业的转移承接效果亦不明显。此外，我国制造业还面临国际政治和经济多重压力，寻找新兴产业赋能点抑或是新驱动力成为我国制造业痛点所在。[1]

随着信息技术革命的不断深化，数据以及数字技术呈现出强劲的生命力。现有文献表明，数字技术能够通过与实体经济深度融合，优化产业结构与组织方式，提升生产效率，节省运营成本[2]。同时随着数字平台的兴起，产业集聚不断推动全产业链各环节数据、信息、技术汇聚，进而提升企业劳动生产率。

鉴于此，本文着重研究数字技术创新在产业集聚对制造业发展质量过程中所发挥的作用机制。通过将产业集聚，数字技术创新与制造业发展质量统一纳入同一研究模型，探究三者间的影响方式、方向与程度，旨在得出三者间作用机理，为我国产业政策制定与产业具体发展提供一定的指导建议。

二、理论基础与文献综述

(一)数字技术与经济增长

数字技术是在通信技术、信息技术等一系列数字化技术基础之上发展衍化而来的多种数字化技术的集称[3]，其以数据为核心，通过对企业生产与管理等环节的要素重构，激发组织结构优化与生产效率提升[4]。本文基于熊彼特的经济发展论，认为技术创新为新技术的开发与基于原有技术的应用创新，具体包括区块链、云计算等信息技术的研发与应用创新。

目前国内外学者关于数字技术创新与经济增长之间的机理探索，主要从内生增长理论视角展开。刘平峰等[3]通过实证研究发现数字技术可通过资本与劳动型赋能技术嵌入生产过程，赋能经济增长。Kr omann等[5]认为数字技术通过提升运营智能化提升企业劳动生产率。巴曙松等[6]认为数字技术在业务违约风险上的作用来提升企业生产率。

综上，数字技术通过与实体经济深度融合，能够降低企业运营成本并提升运营效率。对于传统制造业而言，无疑会赋能产业结构优化与产业升级。因此本文提出如下假设：

H1：数字技术创新水平的提升有助于制造业发展质量提高。

(二)产业集聚与经济增长

产业集聚是指特定地理区域下，产业高度集中，产业资本在空间范围内不断汇聚的现象。其依据静态含义可以分为专业化经济与多样化经济。基于新增长理论视角，产业集聚主要通过正外部性影响经济增长，产业集聚能够加速区域内的生产要素流通与贡献，导致区域内资本与劳动力的重新配置，另外，产业集聚所产生的规模效应又能降低企业运营成本与风险，二者相互作用，催生区域经济增长。除此之外，产业集聚也通过专业化经济改善经济效率进而导致经济增长。整体而言，产业集聚能够优化经济布局，改善资源配置效率，驱动经济增长，因此本文提出如下假设：

H2：产业集聚水平的提升有助于制造业发展质量提高。

(三)产业集聚与技术创新

关于产业集聚与技术创新的现有研究可以从三个视角解构。首先是集聚效应，由于产业集聚具有溢出效应，其可以通过隐性知识溢出，更好地提供利于知识与技术进步的创新环境促进技术创新[7]。其次是成本效应，在产业集聚的空间下，企业交通、信息交互的成本降低，也进一步促使企业的技术创新。最后从企业竞争视角，产业集聚直接提升企业间竞争，为了抢夺市场份额，企业加速技术与产品迭代，促进技术创新[8]。因此本文提出如下假设：

H3：产业集聚水平的提升有利于数字技术创新水平增长。

综上，本文认为产业集聚一方面直接影响制造业发展质量，另一方面通过作用于数字技术创新而间接影响制造业发展质量，即数字技术创新在产业集聚与制造业发展中起到中介传导效应。本文的研究理论框架如图1:

图1 产业集聚、数字技术创新与制造业发展质量的影响机制框架图

三、研究设计与数据来源

(一)模型构建

目前学界对于中介效应模型通常采取逐步回归法、差异系数检验法、sobel法及boot st r ap法等检验，其中boot s t r ap法检验结果更为精准、检验效力更高[9]，故本文采用boot st r ap法检验，构建模型如下：

其中Dev表示制造业发展质量；Lnd表示制造业产业集聚度；Dat表示数字技术创新；∑control表示控制变量；u表示时间固定效应；ε表示随机扰动项。

(二)变量选取与指标构建

1. 制造业发展质量(Dev):

本文参考韩海燕等[10]对制造业发展质量的测度方法，并基于此进行调整，选取制造业规模、制造业价值、制造业盈利三大指标采用因子分析模型得出综合得分。其中因子分析模型的主要内容为：

令X=(X1,X2，…，Xp)T为可观测随机变量，F=(F1,F2，…，Fp)T，δ=(δ1，δ2，…，δp)T为不可观测随机变量，进而有：

具体计算过程运用SPSS19.0软件分析。由于得出的综合总体均值为0，故本文对制造业发展质量综合得分进行正向化处理。

2. 制造业产业集聚度(Lnd):

本文采取区位熵方法来测度各省制造业的产业集聚度，以LQ表示，具体模型为：

其中qij表示该省制造业就业人数；qj表示该省总就业人数；qi表示该全国制造业总就业人数；q表示全国总就业人数。

3. 数字技术创新(Dat):

结合政策要求与本文对数字技术创新的概念界定，本文从创新能力、创新基础设施两维度评价数字技术创新指标，同样采用因子分析模型计算综合得分，具体指标见表1。

表1 数字技术创新质量测度指标体系

4. 控制变量(Control):

本文选取环境保护(Enr，该省市节能环保支出与GDP的比值)、教育水平(Edu，每十万人口数高等教育学校平均在校生数)、基尼系数(Gin，参考权威文献[11]计算得出)、政府干预(Gov，各省市财政支出与其GDP的比值)、产业结构(Str，各省市第三产业增加值与第二产业增长值的比)。

(三)数据来源

本文数据来自2010—2020年度《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》等，通过国家知识产权局专利信息检索栏目中整理专利相关数据，通过教育部教育统计数据爬取教育水平相关数据。因为港澳台以及西藏、青海、宁夏等数据残缺条目较多，最终得到2010—2020年度28个省级行政区的面板数据。

四、实证分析

(一)描述性统计

表2为主要变量的描述性统计结果。整体来看，我国各省产业集聚度、数字技术创新程度与制造业发展都存在较大差异，区域不平衡性较大。从均值看，全国制造业发展质量整体水平较高，制造业产业集聚度未达到较高集聚水平，而数字技术创新程度整体处于起步阶段。

(二)时空特征分析

本文基于区位熵法计算得出2010—2020年全国省市制造业产业集聚度。从空间分布看，地区制造业的产业集聚度从高到低依次为东部、中部、东北、西部，这与改革开放以来各区域经济发展情况基本契合。从时间变迁看，东部地区和中部地区的产业集聚度得到大幅度提升，并与西部地区、东北地区差距拉大，这应与西部地区产业发展基础配套设施不完善，东中部人口虹吸等有关。

表2 变量的描述性统计

其次，数字技术创新较产业集聚有所不同。从空间分布看，东部地区数字技术创新水平依旧最高，中部地区与西部地区呈现出持平状态。从时间变迁看，中西部地区的数字技术创新水平增长最为迅速，而东北地区略微进步。本文认为数字经济以数据为核心要素，对资源、环境、区位的依赖性不高，且更依赖于人口、经济规模与政府干预。

最后，就制造业发展质量的时空分布看，发展质量由高到低依次为东部、中部、西部、东北。从增长速度看，由高到低情况依旧保持原有状况。这可能由于一方面受改革开放政策与全球化浪潮影响，东部地区承接大量欧美及日韩地区的制造业转移，对中西部与东北地区形成巨大优势，劳动力密集型制造业逐渐从东部流向中部、西部地区，因而在发展速度上维持原状[12]。

(三)实证结果分析

本文利用st at a15.0软件对模型进行计算，运用boot s t r ap法进行检验，结果见表3。可以看出制造业产业集聚对制造业发展质量具有显著积极的直接效应，其中数字技术创新发挥的间接效应在产业集聚对制造业发展的总效应中占比17.909%，说明数字技术创新在产业集聚和制造业发展之间发挥部分中介效应作用。因此不断提升制造业产业集聚度，加快数字技术创新步伐，是促进制造业高质量发展的有效路径。

表3 产业集聚、数字技术创新与制造业发展质量中介效应检验

为检验结果稳健性，本文首先对所有变量滞后一期处理。其次采用苏屹[13]等人的方式，将工业企业新产品销售收入作为制造业发展质量衡量的替代指标。最后继续添加市场化指数(Mar，数据来源于中国市场化指数数据库)为控制变量进行重新检验。三次稳健性结果皆表明产业集聚正向影响制造业发展质量的提升，同时数字技术创新在产业集聚对制造业发展作用过程中起到的中介传递作用集中在16%—21%区间内，间接效应依次为20.535%、17.917%、16.061%。研究结果具有稳健性。

(四)区域异质性分析

考虑到我国不同地区资源禀赋、产业发展存在极大差异，本文对不同区域的中介效应进行异质性检验。具体检验结果见表4。结果表明只有西部地区在直接效应和间接效应上都通过了显著性检验，均呈现正向积极作用，中介效应占比34.79%。中部与东北地区无论是在直接效应还是在间接效应上均不显著。东部地区产业集聚对于制造业发展质量的提升具有正向显著作用，但数字技术创新路径机制不显著。

表4 产业集聚、数字技术创新与制造业发展质量关系的区域异质性检验

对于这一结果，本文认为需要基于产业集聚和数字技术创新作用机理进行不同分析。产业集聚通过重新配置区域内的生产要素流通与贡献，所产生的规模效应能降低企业运营成本与风险[14]。而伴随着产业集聚度的提高，多重要素价格也会升高，因此产业集聚对制造业发展质量的最终影响将取决于正向集聚效应与负向拥挤效应的共同作用。东部地区由于高质量市场营商环境与资源积累，其产业集聚正向集聚效应大于负向拥挤效应。西部地区由于生产生活成本较低，因而拥挤效应不明显。故东部地区与西部地区的产业集聚对制造业发展质量存在促进作用。而中部地区没有东部地区的发展优势，东北地区国资比较重、生产集中度与组织度不足，因而单纯的产业集聚度提升不能提高制造业发展质量。

五、结论与启示

本文基于2010—2020年度28个省级行政区的面板数据，利用中介效应模型探究了制造业产业集聚、数字技术创新、制造业发展质量之间的影响关系。研究表明：一是制造业产业集聚度提升可以促进制造业发展质量提升，但在不同地区间制造业产业集聚度不平衡，增长速度也有较大差异，导致只有在东部地区和西部地区，制造业集聚度提升才推动制造业发展质量的进步。二是数字技术创新水平提升可以直接带动制造业发展质量进步，但数字技术创新水平全国整体处于起步阶段，且存在较大区域差异度。西部地区的数字技术创新水平无论是在发展水平还是在发展速度上都仅次于东部地区，相反中部地区和东北地区发展较为平稳。三是我国制造业产业集聚一方面直接正向影响制造业发展质量，另一方面通过数字技术创新间接促进制造业发展质量。

本文的研究也得出如下政策启示：一是加快制造业产业集聚，同时针对区域间资源禀赋与发展差异因地施策，促进各地区制造业发展协同共进。二是完善基础设施建设，持续深化要素市场化改革。对于数字技术创新发展，要结合当地禀赋，引导数字技术渗透制造业全产业链条，进而推动制造业数字化转型升级。三是加强数字知识产权与服务保护力度，激励企业自主研发积极性，切实以政策推动创新驱动步伐。四是加大制造业与数字产业人才培育力度，夯实制造业与数字产业融合基础，最终助力经济高质量增长。

参考文献:

[1]易宇,陈曦我国制造业布局现状与优化升级[J].宏观经济管理, 2022(9):8-13.

[2]李晓华数字经济新特征与数字经济新动能的形成机制[J].改革, 201911):40-51.

[3]刘平峰张旺数字技术如何赋能制造业全要素生产率?[J]科学学研究, 2021. 39(8):1396-14.

[6]巴曙松,白海峰,胡文韬金融科技创新､企业全要素生产率与经济增长-基于新结构经济学视角[J]财经问题研究, 2020(1):46-53.

[8]王永进张国峰.开发区生产率优势的来源集聚效应还是选择效应?[J].经济研究, 2016, 51(7):58-71.

[9]温忠麟叶宝娟中介效应分析:方法和模型发展[J].心理科学进展, 2014. 22(5):731-745.

[10]韩海燕,任保平黄河流域高质量发展中制造业发展及竞争力评价研究[J]经济问题, 2020(8):1-9.

[11]田卫民省域居民收入基尼系数测算及其变动趋势分析[J].经济科学, 2012, 188(2):48-59.

[12]原塬李国平,孙铁山,吴爱芝中国制造业各行业大类的区域转移特征与聚类研究[J].经济地理, 2015. 35(10):94-102.

[13]苏屹.安晓丽.王心焕,雷家骗.人力资本投入对区域创新绩效的影响研究一-基于知识产权保护制度门限回归[J]科学学研究, 2017, 35(5):771-781.

[14]李雪,吴福象,竺李乐互联网发展水平､知识溢出与区域创新能力[J]经济经纬,2022, 39(3):15-25.