數字技術如何影響制造業高質量發展

徐冬梅,伍 琦,陶長琪

(1.江西農業大學經濟管理學院,江西 南昌 330044;2.江西財經大學統計學院,江西 南昌 330013;3.江西財經大學軟件與物聯網工程學院,江西 南昌 330032)

0 引言

制造業是實體經濟的主體，是強國之本，是驅動中國經濟增長的重要力量，然而中國制造業在某些方面仍然“大而不強、全而不優”，嚴重制約其向高質量發展.要實現制造業高質量發展，必須要依靠新一代數字技術進行創新.通過數字網絡互聯打破行業和地域壁壘，實現需求供給高效對接，通過網絡連接效應和數據賦能效應，改變傳統要素的供給結構和供給方式，提高傳統要素配置效率，進而實現制造業高質量發展.因此，數字技術已成為推動制造業高質量發展的新動能，研究數字技術如何影響制造業高質量發展，對中國科學合理地制定數字經濟政策以實現制造業高質量發展具有重要意義.

學者們主要從2個方面對制造業高質量發展展開研究:關于制造業高質量發展內涵和測度的研究和關于其實現路徑的研究.關于制造業高質量發展內涵和測度的研究，曲立等[1]在明晰制造業高質量發展內涵特征的基礎上，從創新、綠色、開放、共享、高效和風險控制6個維度構建了制造業高質量發展指標體系；汪芳等[2]以制造業行業為對象，從綠色發展效率和出口技術結構2個方面綜合測度了制造業高質量發展水平.關于制造業高質量發展實現路徑的研究，李巧華[3]根據平臺化組織的構成節點和技術創新來源的分解，提出了基于平臺開發嵌入、自主研發技術和引進技術的雙邊市場嵌入路徑；惠樹鵬等[4]基于中國30個省份數據研究發現，存在“智能創新協同驅動”型、“智能制度協同驅動”型和“智能環境協同驅動”型3條工業高質量發展的驅動路徑.

數字技術包含數字組件、數字平臺和數字基礎設施，是指嵌入在信息通信技術內的產品或服務，或者是由信息技術支撐的產品或服務[5-8],具有可編輯性、可擴展性、開放性和關聯性等特征.高敬峰等[9]將其界定為通信技術、信息技術及其相關信息服務.關于數字技術的測度，有學者基于數字組件、數字平臺和數字基礎設施，用企業年報和企業社會責任報告中披露的相關表述來衡量[6-7,10].也有學者基于OECD發布的投入產出表對其進行測算[9].

數字化浪潮驅動著全球價值鏈重構，為中國制造企業提供了后發趕超的絕佳機會[11].制造業人工智能的廣泛使用，大幅提升其產業鏈的生產效率，改變了在傳統全球價值鏈體系中的利益分配[12].數字技術通過改變價值創造方式、提高價值創造效率、拓展價值創造載體和增強價值獲取能力實現賦能制造業高質量發展[13-14].基于數字化、網絡化、智能化等企業創新生態系統新情境以及智慧城市建設，數字技術有助于促進企業創新、推動產品創新和商業模式創新[15],數字技術應用亦對生產率有顯著的正向影響[16].

綜上所述，在現有文獻中關于制造業高質量發展的研究成果較為豐富，學者們也認同數字技術對制造業高質量發展有重要影響，但關于數字技術與制造業高質量發展關系的定性研究偏多，定量研究偏少.基于此，本文嘗試通過理論模型解析數字技術影響制造業高質量發展的內在作用機理，構建指標體系對數字技術和制造業高質量發展進行測度，在此基礎上實證檢驗數字技術對制造業高質量發展的促進作用，并對該作用背后的機理進行解讀，以期拓展數字技術對制造業高質量發展的推動路徑，豐富已有數字技術對制造業高質量發展影響的研究.

1 理論機制

1.1 數字技術促進制造業高質量發展的直接作用機理

數字經濟在實體經濟中的應用賦能是以信息技術等數字技術進行的，通過大數據技術的識別、選擇、過濾、存儲、使用來引導和實現資源的優化配置和再生，實現產業轉型和制造業高質量發展[17].信息、數據的復制、共享打破了以往生產要素稀缺性對制造業增長的制約，為制造業可持續增長提供了可能.數字技術減少了信息不對稱、機會主義、有限理性等造成的搜尋成本、議價成本，繁榮了消費市場，通過增加實際需求促進制造業高質量發展.大數據技術和人工智能技術大幅度提高了企業對產品質量的監管和控制能力，降低了產品不良率，提高了產品質量.在數字技術推動下形成的新模式、新業態迎合了消費者的新需求，給消費者帶來質量更高、內容更多樣的消費體驗，增強了消費動能對制造業高質量發展的正效應.根據上述分析，本文得到假設1.

假設1數字技術對制造業高質量發展有正向影響，即數字技術發展能夠促進制造業高質量發展.

由于受各地區經濟發展水平、經濟結構以及開放程度等因素的影響,經濟高質量發展水平呈現出明顯的地區差異[18-19],所以數字經濟對中國經濟高質量發展的影響在東中西部地區表現明顯不同[20-21],由此本文推測:數字技術對制造業高質量發展的影響具有區域異質性.

1.2 數字技術促進制造業高質量發展的中介效應機理

數字技術是一種生產要素[22],對資本和勞動產生替代效應，會降低資本要素和勞動要素的市場份額[23-24].因此，本文將數字技術與資本、勞動一起納入生產函數中，并將資本表示為K，勞動表示為L，數字技術表示為D，采用柯布-道格拉斯(C-D)生產函數構建產出模型

Y=AKαLβDξ.

(1)

制造業高質量發展，既包括“量”的增長，又包括“質”的提升，是“量”和“質”的協調發展.“量”的增長體現了發展的規模、程度和速度，“質”的提升體現了質量和效益.因此，制造業高質量發展表現為高質量的產出.用H表示制造業高質量發展，可將式(1)改寫為

H=AKαLβDξ.

(2)

數字技術可顯著提高資本和勞動等傳統生產要素配置效率[25],通過將社會再生產過程中海量的生產要素供求信息轉化為數據，利用大數據互聯網進行供需的有效整合與精準匹配，可有效解決信息不完全和外部性問題，降低信息檢索和匹配成本，大大提高資本和勞動的配置效率.若用Ca表示資本配置效率提升，La表示勞動配置效率提升，則可將資本配置效率提升Ca和勞動配置效率提升La表示成數字技術D的函數:

Ca=Ca(D),

(3)

La=La(D).

(4)

資本配置效率提升Ca和勞動配置效率提升La意味著同樣的資本投入和勞動投入會帶來更多的產出.為了將要素配置效率提升對生產的影響體現出來，借鑒劉平峰等[26]的資本賦能型技術和勞動賦能型技術的做法，將式(2)的生產函數改寫為

H=A(CaK)α(LaL)βDξ.

(5)

在式(5)中,A為全要素生產率，α、β和ξ分別為資本K、勞動L和數字技術D的產出彈性.

由成本最小化得

s.t. minrK+wL+γD,

其中r為市場利率水平，w為工資率，γ為數字技術使用成本.假定資本市場、勞動力市場和數字技術市場都是完全競爭的.

消費和財富能給人們帶來正的效用，勞動給人們帶來負的效用.于是，家庭部門效用最大化函數可表示為

其中C為家庭部門消費,θ和η分別表示財富和勞動對居民個人福利的重要程度,ρ為主觀貼現率,θ、η和ρ都為正數,K為家庭部門總財富，即為居民儲蓄，其積累方程可以表示為

(6)

假定最終產品價格為1，可得利潤最大化函數

maxπ=A(CaK)α(LaL)βDξ-rK-wL-γD.

(7)

假定家庭部門的儲蓄構成最終產品生產部門資本積累的全部，于是現值Hamiltonian函數可表示為

HU=(lnC+θlnK-ηlnL)e-ρt+λ(wL+rK-C).

(8)

將式(7)和式(8)分別關于K、L、D和λ求1階偏導數，并結合式(6)進行整理，可得一般均衡條件

H=(λβθγCa/(αwηξ)-αβλργ2/(αrθηwξ2))D/La.

至此,一般均衡模型已經建立.結合一般均衡結果和式(1)～式(5)的分析，可得如下假設.

假設2數字技術通過提升資本配置效率來促進制造業高質量發展，即資本配置效率提升在數字技術促進制造業高質量發展過程中起中介作用.

假設3數字技術通過提升勞動配置效率來促進制造業高質量發展，即勞動配置效率提升在數字技術促進制造業高質量發展過程中起中介作用.

1.3 經濟發展水平在數字技術促進制造業高質量發展中的調節作用機理

中國數字經濟發展區域差異顯著，東部地區最高，西部地區最低[27],這與中國經濟發展情況一致，這說明經濟發展水平高的地區的數字技術水平更高，即數字技術受經濟因素制約，因此，數字技術對制造業高質量發展的有效程度可能與當地的經濟發展水平有關.首先，經濟發展促進了數字技術發展.經濟發展水平高的地區網絡基礎設施更完善，數字技術人才培養的實力更強，數字技術發展更快.其次，經濟發展水平對制造業高質量發展的影響有2方面.一方面，經濟發展水平高的地區的要素市場化程度更高，要素配置相對更合理[28],借助于數字技術引導要素進行合理化配置的作用有限；另一方面，經濟欠發達地區的政府重視數字技術基礎設施建設、重視數字技術人才引進和培養，數字技術在要素配置效率提升方面空間更大，對制造業高質量發展的影響應比經濟發展水平高的地區更大.據此，本文提出假設4.

假設4經濟發展水平負向調節數字技術對制造業高質量發展的影響.

本文的理論框架圖可用圖1表示.

圖1 數字技術促進制造業高質量發展的理論框架

2 實證分析

2.1 變量說明與數據來源

2.1.1 變量說明 1)被解釋變量為制造業高質量發展(H).在參照文獻[1,29-30]的基礎上，結合數據的可獲得性，本文采用“TFP指數”、“協調指數”、“能源消耗”、“開放程度”和“共享水平”5個指標度量制造業高質量發展(見表1).TFP指數基于Malmquist指數測算；協調指數采用“私營企業主營業務收入/國有企業主營業務收入”測算；能源消耗采用“主營業務收入/萬噸標準煤”測算；開放程度采用“新產品出口銷售收入/新產品銷售收入”測算；共享水平采用“各省份規模以上工業企業銷售產值/全國規模以上工業企業銷售總產值”測算.

表1 制造業高質量發展指標

關于TFP指數的測算,依據R. F?re等[31]的DEA方法，采用DEA-Malmquist指數法測算規模以上工業企業全要素生產率增長的動態變化.產出指標用規模以上工業企業銷售產值衡量，資本投入以規模以上工業企業實際資本存量為基礎，采用永續盤存法計算，勞動投入以規模以上工業企業平均用工人數表示.資本存量的計算公式為

Kt=It/Pt+(1-δt)Kt-1,

其中It為第t年名義投資額，采用各省份規模以上工業企業的新增固定資產表示；Pt為各省份的工業生產者出廠價格指數；δt為第t年折舊率，根據規模以上工業企業本年折舊和固定資產原價的比例計算；Kt和Kt-1分別為第t年和第t-1年的實際資本存量，初始年份的資本存量為2002年的固定資產凈值.

由于各指標計量單位不統一，需先將各指標進行標準化處理，再按照王小魯等[32]的方法確定權重，進行加權合成，最終得到制造業高質量發展總指標.

2)核心解釋變量為數字技術.目前，數字技術尚未有統一的定義，本文依據文獻[6-8,33]并結合數據的可獲得性，認為可從數字基礎設施、數字組件和數字網絡技術3方面對其進行測度(見表2).

表2 數字技術指標

通過王小魯等[32]編制市場化指數方法賦權，將以上指標的數據標準化后的數據降維處理，得到數字技術發展水平指數.

3)中介變量為要素配置效率.要素配置效率是提升制造業全要素生產率的主要方式，也是實現制造業可持續地高質量發展的保障，要素配置效率越高，制造業的全要素生產率會越高，制造業的高質量發展情況會越好.本文的生產要素分為資本要素和勞動要素2大類，相應地，要素配置效率亦分為資本配置效率和勞動配置效率，具體測度如表3所示.

4)調節變量為經濟發展水平.人均GDP是反映國家(或地區)生產水平和收入水平的綜合指標，故經濟發展水平采用“人均國內生產總值”表示.

5)控制變量選擇.為了避免遺漏變量可能帶來的影響，在參照文獻[34-35]的基礎上，選取人力資本積累(Ed)、研發投入(rd)、外商直接投資(Fd)、政府干預(Go)和基礎設施(Fa)作為控制變量.人力資本積累用“平均受教育年限”表示[36].平均受教育年限越長越有利于制造業高質量發展.平均受教育年限按文盲(15歲及15歲以上不識字或識字很少的人)人均受教育1年、小學人均受教育6年、初中人均受教育9年、高中人均受教育12年、大學(指大專以上)人均受教育16年進行加權計算，預期人力資本積累對制造業高質量發展有正向影響.研發投入用“規模以上工業企業R&D經費內部支出/工業銷售產值”表示，預期研發投入對制造業高質量發展具有正向影響.外商直接投資采用“外商投資固定資產合計/工業銷售產值”表示，預期外商直接投資對制造業高質量發展具有正向影響.政府干預用“地方財政支出/工業銷售產值”表示，預期政府干預對制造業高質量發展具有負向影響.基礎設施采用“人均城市道路面積”表示，預期基礎設施建設對制造業高質量發展具有正向影響.

表3中所有數據均為以2011年為基期的實際值.

表3 變量定義

2.1.2 數據來源及處理 本文以2011—2019年中國30個省份(不含西藏、臺灣、香港、澳門)面板數據為樣本.各指標數據來源情況如下:(a)來源于中國宏觀經濟數據庫的有總人口、人均國內生產總值、人均城市道路面積、光纜線路長度、本地電話局用交換機容量、移動電話交換機容量、互聯網寬帶接入端口、網頁數、域名數、軟件產品;(b)來源于中國工業經濟數據庫的有工業銷售產值、平均用工人數、私營企業主營業務收入、國有企業主營業務收入;(c)來源于中國科技數據庫的有R&D經費內部支出;(d)來源于中國高技術產業數據庫的有新產品出口銷售收入和新產品銷售收入;(e)來源于中國能源數據庫的有萬噸標準煤;(f)來源于中國上市公司數據庫的有信息技術服務上市公司數量;(g)來源于中國教育數據庫的有平均受教育年限;(h)來源于國際機器人聯合會(IFR)統計數據的有工業機器人保有量.數據匹配和缺失填補主要體現在工業機器人保有量根據各省份工業機器人主要應用的行業產值來分配全國機器人保有量；2019年信息技術上市公司數據根據《中國會計年鑒》中上市公司2019年年報審計情況分析報告中信息服務類上市公司行業占比與各省區上市公司數量推算得到.

除此之外，本文亦對相關指標進行了平減處理.以2011年為基期，規模以上工業企業銷售產值、新增固定資產和主營業務收入用工業生產者出廠價格指數平減，人均國內生產總值、地方財政支出用居民消費價格指數平減，R&D經費內部支出和外商投資固定資產合計用固定資產投資價格指數平減.工業生產者出廠價格指數、居民消費價格指數、固定資產投資價格指數均來自中經網統計數據庫.

2.2 計量模型構建

2.2.1 基準模型 為了驗證數字技術對制造業高質量發展的促進作用，構建如下面板模型:

lnHit=β0+β1lnDit+β2lnEdit+β3lnrdit+β4lnFdit+β5lnGoit+β6lnFait+α1i+γ1t+ε1it,

(9)

其中i表示省份,t表示時間.

2.2.2 影響機制模型 1)中介效應模型.為了檢驗數字技術對制造業高質量發展的影響機制，參照文獻[37-38],在式(9)的基礎上，建立如下多重中介效應模型:

lnCait=π0+π1lnDit+π2lnEdit+π3lnrdit+π4lnFdit+π5lnGoit+α2i+γ2t+ε2it,

(10)

lnLait=π′0+π′1lnDit+π′2lnEdit+π′3lnrdit+π′4lnGoit+π′5lnFait+α′2i+γ′2t+ε′2it,

(11)

lnHit=δ0+δ1lnDit+δ2lnCait+δ3lnLait+δ4lnEdit+δ5lnrdit+δ6lnFdit+δ7lnGoit+δ8lnFait+α3i+γ3t+ε3it.

(12)

分3步對已建立的多重中介效應模型進行檢驗.第1步對式(9)進行回歸，若β1顯著為正，則對式(10)和式(11)進行回歸，否則停止；第2步同時對式(10)和式(11)進行回歸，若π1和π′1顯著，則數字技術能夠顯著促進資本配置效率提升和勞動配置效率提升；第3步，對式(12)進行回歸，若δ2(δ3)顯著但δ1不顯著，則資本配置效率提升(勞動配置效率提升)在數字技術影響制造業高質量發展的過程中具有完全中介效應.若δ2(δ3)和δ1均顯著且δ1比β1小，則資本配置效率提升(勞動配置效率提升)具有部分中介效應.

2)調節效應模型.經濟發展水平的高低會影響數字技術對制造業高質量發展的作用程度，為考察經濟發展水平的異質性對制造業高質量發展的影響，本文在式(9)的基礎上，添加數字技術與經濟發展水平的交互項lnDitlnPGDPit作為解釋變量，得到調節效應模型:

lnHit=β0+β1lnDit+β2lnEdit+β3lnrdit+β4lnFdit+β5lnGoit+β6lnFait+β7lnDitlnPGDPit+α4i+γ4t+ε4it.

2.3 回歸結果分析

2.3.1 基準模型回歸結果分析 1)全國層面.全國層面的基準模型回歸結果如表4所示.在表4中第Ⅰ列為沒有加入控制變量的回歸結果，第Ⅱ列為加入了控制變量的回歸結果.

表4 全國層面基準模型回歸

在沒有加入控制變量時，數字技術在5%顯著性水平上顯著為正，這表明數字技術發展水平每提高1%，制造業高質量發展水平將提高0.398%；在加入了控制變量后，數字技術依然在5%顯著性水平上顯著為正.在控制變量方面，人力資本積累的系數在1%顯著性水平上顯著為正，這說明人力資本積累的增加有助于促進制造業高質量發展；研發投入的系數在1%顯著性水平上顯著為正，這說明研發投入有助于促進制造業高質量發展；外商直接投資的系數在10%顯著性水平上顯著為正，這說明外商直接投資具有促進作用；政府干預的系數為負，這說明政府部門的過度干預會抑制制造業高質量發展；基礎設施的系數在5%顯著性水平上顯著為正，這說明基礎設施越完善越有利于制造業高質量發展.各控制變量的系數符號與預期基本一致，這說明本文實證結論較為可靠.假設1成立.

2)區域層面.由前文分析可知，數字技術對制造業高質量發展的影響具有區域異質性，本文在全樣本基礎上參照文獻[39]將30個省份分為東部、中部、西部3個地區，討論數字技術促進制造業高質量發展的區域異質性.估計結果如表5所示.

由表5可見:東部、中部和西部地區的數字技術對制造業高質量發展均具有顯著的正向影響，這表明數字技術能夠促進各地區制造業高質量發展.但同時數字技術對制造業高質量發展的促進作用存在地區差異，數字技術對西部地區制造業高質量發展的促進作用最大，中部地區次之，東部地區最小.這可能原因是:東部地區要素市場化程度更高[40],資本、勞動等要素在東部地區各產業間流動性更好，數字技術在推動要素配置效率提升方面的作用更??；自國家促進中部地區崛起戰略實施以來，中部地區科教實力顯著增強，基礎設施明顯改善，但要素市場化程度仍低于東部地區，數字技術在推動制造業高質量發展方面發揮的作用較東部地區大；西部地區受底子薄、基礎小等因素的影響，相比中部地區和東部地區，西部地區的數字技術在改善要素錯配、推動傳統產業數字化轉型等方面更具潛力，對制造業高質量發展的促進作用更大.

表5 區域層面基準模型回歸

2.3.2 內生性檢驗 若回歸方程存在雙向因果關系，則將會帶來嚴重的內生性問題.數字技術通過提高要素配置效率、改變價值創造方式等促進制造業高質量發展，制造業高質量發展必然要求更高水平的數字技術與之相匹配.因此，本文的研究可能存在內生性問題，為了確?；窘Y論的穩健性，使用工具變量進行回歸.借鑒文獻[41-42]將各省份在1985年的固定電話數量(數據來源于1986年中國統計年鑒和中國宏觀經濟數據庫)作為數字技術的工具變量，同時參照N. Nunn等[43]的處理，引入上年度全國互聯網寬帶接入用戶數，與1985年的固定電話數量構造交乘項，得到面板工具變量.工具變量回歸結果如表6所示.

表6 工具變量回歸

從表6結果可見:在沒有加入控制變量時Sargan檢驗的p值為0.860 4，在加入控制變量后Sargan檢驗的p值為0.909 8，均大于0.05，這表明工具變量是外生的，估計結果可靠.表6回歸結果顯示:無論是否加入控制變量，數字技術的系數均在5%顯著性水平上顯著為正，這說明在工具變量回歸后本文基本結論依然成立.

2.3.3 穩健性檢驗 分別采用Hausman檢驗、更換模型以及更換控制變量度量方式進行穩健性檢驗.

1)Hausman檢驗(限于篇幅,未在此匯報回歸結果,若讀者需要則可向筆者索要).為了驗證本文采用的固定效應模型是合適的，對方程(9)進行檢驗.通過檢驗發現p值為0.002，拒絕隨機干擾項與解釋變量不相關的原假設.因此，本文選用固定效應模型估計是合適的，所得結論是可靠的.

2)換用動態面板模型檢驗.運用動態面板模型對方程(9)重新進行估計，得到的結果如表7所示.

從表7可見:被解釋變量滯后項系數不顯著，其他變量系數的顯著性和符號與表4結果相比，只是系數大小略有差別，這說明基準模型回歸結果具有穩健性.假設1成立.

表7 動態面板模型估計

此外，本文還通過將控制變量中的基礎設施表示成“年末實有道路長度/年末總人口”進行穩健性檢驗(數據來源于中國宏觀經濟數據庫,限于篇幅,未在此匯報回歸結果,若讀者需要則可向筆者索要),結果與基準模型回歸結果基本一致.這再次驗證了假設1.

2.3.4 影響機制檢驗 1)中介效應檢驗.為進一步揭示數字技術如何影響制造業高質量發展，接下來檢驗要素配置效率提升的中介效應.中介效應回歸結果如表8所示.

a)資本配置效率提升的中介效應.由表8第Ⅰ列可見:數字技術的系數在1%顯著性水平上顯著為正，這說明數字技術能夠促進資本配置效率提升.第Ⅲ列結果顯示:數字技術和資本配置效率提升的系數均在5%顯著性水平上顯著為正，且數字技術的系數估計值小于在表4中第Ⅱ列數字技術的系數估計值，因此，資本配置效率提升在數字技術影響制造業高質量發展的過程中具有部分中介效應.假設2成立.

b)勞動配置效率提升的中介效應.由表8第Ⅱ列可見:數字技術的系數在1%顯著性水平上顯著為正，這說明數字技術能夠促進勞動配置效率提升.第Ⅲ列結果顯示:數字技術和勞動配置效率提升的系數均在5%顯著性水平上顯著為正，且數字技術的系數估計值小于在表4中第Ⅱ列數字技術的系數估計值，因此，勞動配置效率提升在數字技術影響制造業高質量發展的過程中具有部分中介效應.假設3成立.

表8 要素配置效率提升的中介效應

2)經濟發展水平的調節效應檢驗.為了探究在不同經濟發展水平下數字技術促進制造業高質量發展是否存在差異，本文進一步分析經濟發展水平在數字技術促進制造業高質量發展中的調節效應，結果如表9所示.

表9 經濟發展水平的調節效應

由表9可知:經濟發展水平與數字技術的交互項在1%顯著性水平上顯著為負，這表明在數字技術促進制造業高質量發展的過程中，經濟發展水平起著負向調節作用，即地區的經濟發展水平越低,該地區的數字技術對制造業高質量發展的促進作用越大；地區的經濟發展水平越高,該地區的數字技術對制造業高質量發展的促進作用越小.由于地區的經濟發展水平越低，要素市場化程度越低，要素錯配現象越嚴重，數字技術在改善要素錯配方面成效越顯著，所以表現為數字技術對制造業高質量發展的促進作用更大，反之亦然.假設4成立.

3 結論與政策啟示

本文通過理論模型解析數字技術對制造業高質量發展的直接作用機理、間接作用機理，以及經濟發展水平的調節作用機理，并對機理進行實證檢驗.研究結果顯示:1)數字技術與制造業高質量發展顯著正相關，無論是全國層面，還是區域層面，數字技術對制造業高質量發展均具有顯著的促進作用；區域結果顯示，數字技術對西部地區制造業高質量發展的促進作用最大，中部地區次之，東部地區最小.2)在數字技術促進制造業高質量發展的過程中，資本配置效率提升和勞動配置效率提升均具有部分中介效應.數字技術通過提升資本配置效率和勞動配置效率2條路徑來促進制造業高質量發展.3)經濟發展水平負向調節數字技術對制造業高質量發展的促進作用.

基于所得結論，得到如下幾點啟示:

1)基于數字技術促進制造業高質量發展的地區差異，各地應結合本地實際情況，因地制宜地制定相關政策措施，以便更好地發揮數字技術對制造業高質量發展的促進作用.東部地區應繼續利用自身綜合實力優勢，充分發揮數字技術對制造業高質量發展的促進作用；中部地區可利用豐富的人力資源，發揮數字技術賦能人力資本促進制造業高質量發展；西部地區在繼續加快推進要素市場化改革的同時，應加強數字新型基礎設施建設，改善其薄弱現狀，以便更好地發揮數字技術對制造業高質量發展的促進作用.

2)轉變政府職能，加強要素市場化建設.各級政府應積極搭建平臺，減少政府在要素配置中的直接作用，轉變政府職能，從直接干預市場向維護市場秩序轉變，引導東部地區繼續提高自身要素市場化配置水平的同時，鼓勵中西部地區學習借鑒東部地區經驗，結合自身地區特點，加強要素市場化建設，提高要素配置效率.

3)加大對中西部地區政策扶持力度，縮小東中西部地區經濟差距.政府部門可制定政策措施，消除地區間要素流動障礙，暢通東中西部地區經濟循環.適當增加對中西部地區數字基礎設施建設投入，加大對中西部地區引進數字人才的政策支持力度，逐步縮小地區間經濟差距.