數字經濟、兩業融合與中國制造業全要素生產率*

王 衛 李雨晴

（哈爾濱理工大學經濟與管理學院，哈爾濱 150080）

一、引言

黨的二十大將高質量發展明確作為全面建設社會主義現代化國家的首要任務，并將其視為中國式現代化的本質要求之一。2023年12月11至12日召開的2023年中央經濟工作會議再次強調堅持高質量發展是“新時代的硬道理”，進一步凸顯了高質量發展的全局性與長遠意義。全要素生產率作為高質量發展的動力源泉，自2015年中國政府工作報告被首次提出，到黨的十九大報告強調“提高全要素生產率”，它已經成為中國推進經濟結構改革、實現高質量發展的新動能。黨的二十大報告更加入“著力”二字，要求提高全要素生產率，這也意味著在新時代的當下，在推進中國式現代化和堅持高質量發展征程中，提升全要素生產率被賦予了新的使命。制造業作為經濟發展的核心產業，其高質量發展是支撐中國式現代化不斷前進的牢固基座和強大引擎，因此，有必要牢牢將推動制造業高質量發展作為新時代的硬道理，推進新型工業化，提升制造業全要素生產率，加快建設制造強國、質量強國。值得注意的是，在新發展格局戰略背景下，近幾年實現跨越式發展的數字經濟，逐漸成為當下制造業高質量發展的關鍵引擎，也為實現制造業全要素生產率增長提供了重大機遇。與此同時，數字經濟推動下的產業變革更加速和加深了制造業與生產性服務業的融合發展，制造業與生產性服務業的融合成為順應產業邊界日趨模糊的數字時代的必然選擇，并日益成為助推制造業核心競爭力提升、實現制造業高質量發展的典型范式?；诖?，本文將數字經濟、兩業融合以及制造業全要素生產率納入同一分析框架，采用中國30個省份2005～2020年的面板數據，構建數字經濟指標體系以及兩業融合模型衡量其現狀，并運用DEA-Malmquist指數法測度制造業全要素生產率，嘗試分析三者之間的關系。本文試圖回答如下幾個關鍵但目前尚未得到很好回答的問題：充分把握數字經濟時代趨勢，能否提升制造業全要素生產率？其傳導機制是什么？能否進一步釋放出兩業融合發展在高質量發展過程中的乘數效應？更進一步地，能否進而顯著推動制造業全要素生產率提升？本文試圖通過對上述問題的回答為新時代中國制造業如何保持高質量發展以及如何通過兩業融合提升制造業全要素生產率提出一些建議。

二、文獻綜述

制造業是中國實體產業的基石，是國民經濟發展的驅動引擎。黨的十八大以來，中國制造業增加值在全球持續領先。然而這是以長期依賴資源型增長為代價的，而伴隨老齡化加劇和資源逐漸短缺，出現了庫存激增、生存成本提高等情況(曲立等，2021)。因此在建設制造強國、質量強國的背景下，①中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議[EB/OL].(2020-11-03)[2022-10-03]. https://www.gov.cn/zhengce/2020-11/03/content_5556991.htm.著力提高全要素生產率，轉變經濟發展方式成為新時代中國制造業高質量發展的重要戰略選擇(范欣等，2023)。被視為中國制造業高質量發展關鍵抓手的全要素生產率，早期學者主要關注其宏觀層面的發展狀況以及空間異質性等(沈能，2006)，后續研究逐漸豐富了企業層面的分析(Brandt et al.，2012)，研究方向也從單一測度視角轉為理論機制(李玉紅等，2008)、影響因素(Anwar et al.，2014；Pan et al.，2022)、影響效應(逯宇鐸等，2015)、影響路徑(孫燕芳等，2023)等多視角分析?？梢?，目前有關制造業全要素生產率的國內外研究已相對豐富，但隨著工業4.0、工業互聯網、智能制造概念的提出以及數字技術在社會、經濟各方面的逐漸滲透，特別是隨著中國將全面進入數字經濟時代，數字經濟與制造業高質量發展及其全要素生產率的關系已引起各界高度重視。

數字經濟是以數字技術為基礎、以數字化基礎設施為支撐、進行數字交易等一系列活動的經濟活動(鈔小靜等，2021)，被認為是培育中國經濟高質量發展的關鍵著力點(任保平等，2022)。國際上，對數字經濟的研究經歷了信息經濟、互聯網經濟以及數字經濟的探索過程(許憲春等，2020)，因此早期大部分學者主要從信息技術角度研究數字經濟對制造業全要素生產率的影響。信息通信技術廣泛滲透和應用于各產業部門(蔡躍洲等，2015)，使用信息技術的制造企業能夠降低企業信息搜索成本并增強信息處理能力、減少企業內部資金錯配并提升企業研發效率，相較于低技術企業生產率更高(Li et al. 2021；Khanna et al，2021)，并且制造業信息化程度的加深也更有利于制造業全要素生產率的提升(劉華等，2013)。隨著數字經濟進入以互聯網為核心的發展階段，既有文獻多從提高資源配置、加速人力資本積累、促進創新等角度切入進行研究?；ヂ摼W發展可以降低產品市場中信息不對稱程度，消除企業內部信息和資源自由流動的阻礙，帶動企業實現資源配置合理化并降低交易成本(潘毛毛等，2020)；也可以帶動人力資本要素集聚，加速人才信息的流動，為制造業帶來人才要素優勢，推動制造業高質量發展(王春凱等，2023)；還能夠顯著推動制造企業創新活動的產生，從而驅動制造業生產率的增長(Yu，2022)。隨著工業智能化趨勢的加深，學者們開始將目光聚焦于人工智能。制造業智能化能顯著促進創新績效提升并有效降低非期望產出(Yang et al.，2022)，比如采用工業機器人的制造企業相比傳統企業更能提高企業的生產率和就業率(Ballestar et al.，2020)。數字經濟時代的諸多研究為解釋數字經濟與制造業全要素生產率的關系提供了豐富的前期基礎，而從現有分析來看，研究兩者直接關系的文獻仍較少。雖有一些文獻以研究制造業高質量發展為落腳點，但多分析要素資源(李治國等，2021)、技術創新(劉富華等，2023)、人力資本(惠寧等，2022)等投入層面在兩者關系中的作用。

與此同時，隨著數字經濟時代的加速到來，新一輪技術革命的發展推動了廣泛的產業變革，現代產業日益呈現出明顯的跨界融合現象，突出表現為制造業與服務業的融合(郭克莎等，2021)，其中生產性服務業作為制造業的共生產業，包含著豐富的知識、技術和人力資本，是制造業的高級投入要素(江靜等，2007)，其與制造業在數字經濟背景下的融合將是促進制造業提質增效升級、增強核心競爭力的重要路徑。自Vandermerwe & Rada(1988)提出制造業服務化概念以來，該話題逐漸被學者關注，陸小成(2009)在此基礎上以知識鏈視角切入并分析了制造業與生產性服務業的融合趨勢。隨著研究的不斷深入，學者們開始關注融合影響因素以及融合程度的測算。梳理現有文獻發現，推動兩業融合的內在機制主要包括交易成本、分工與專業化、技術創新等(馮泰文，2009；李文秀等，2012；唐德淼，2013)，外部影響因素則主要包括產業政策、市場競爭、環境規制等(張虎等，2019；王成東，2015；孫正等，2021)。研究的不斷豐富也推進了測度的發展，主要測算方法有投入產出法(彭徽等，2019)、耦合協調模型(唐曉華等，2018；彭芳梅，2021)、灰色關聯法(孫正等，2022)等。這些研究均為推進兩業融合對制造業全要素生產率的影響研究奠定了基礎，但鮮有文獻直接進行兩者關系研究，盡管有部分研究從制造業服務化視角進行，但得到的結論并不統一。一些觀點認為制造業服務化可以提升制造業勞動生產率和管理效率(Arnold et al.，2016；高照軍等，2022)；另一些觀點則認為制造業服務化水平較低，存在“服務業悖論”，會抑制企業生產率的提高(劉維剛和倪紅福，2018)；還有一種觀點指出制造業服務化與全要素生產率之間存在著非線性關系(Kastalli et al.，2013；王嵐，2020)。當然，若拓寬產業融合研究視角，而不僅限于制造業與生產性服務業兩者融合，亦可得到相同結論。比如物流業與制造業的耦合也能提高制造業全要素生產率(龔雪等，2022)。

綜上可以發現，學者們對數字經濟、兩業融合、制造業全要素生產率三方面研究所形成的前期成果與結論為本文厘清三者之間關系提供了借鑒。但已有研究仍有可進一步完善之處：一是，目前制造業全要素生產率研究仍多基于工業經濟視角，較少關注正式進入數字經濟時代的制造業全要素生產率變動特點及其內在傳導機制，而事實上，隨著數字經濟的持續滲透，其對制造業全要素生產率的影響是多層級、多角度的，與工業化后期有所不同；二是，無論是兩業融合抑或是數字經濟，兩者的表現模式和內涵都是多維度的，而且數字經濟推動兩業融合的具體內在邏輯及路徑研究尚未清晰；三是，雖有研究關注數字經濟、兩業融合及制造業全要素生產率之間的兩兩關系，但并未從理論層面將其納入同一分析框架開展研究，且兩兩相關的實證研究樣本期限也都較短，難以捕捉其內在聯系?；诖?，本文做了如下拓展：首先，將數字經濟、兩業融合及制造業全要素生產率納入同一理論框架，厘清三者之間的內在邏輯并分析其影響機制；其次，拓寬研究期限，盡可能地進行更加細致的數據處理，力求數據及實證結果的準確性，以探究各指標的結構特征與規律及其相互之間的影響效應；最后，以兩業融合為中介，分析其在數字經濟對制造業全要素生產率影響中所起的作用，為中國以數字經濟促進制造業高質量發展探究新路徑。

三、理論機制

(一)數字經濟與制造業全要素生產率

第一，數字經濟可以激發要素活力，精準匹配要素資源，提升制造業全要素生產率。首先，數字經濟的高滲透性與高協同性使數據等高端要素與傳統生產要素不斷融合，新舊生產要素的疊加實現了傳統要素價值倍增，在緩解要素配置扭曲的同時推動了生產要素數字化，進一步驅動制造企業優化內部要素結構，改善投入比例，從而促進制造業全要素生產率提升。其次，市場中數據要素的低邊際成本使其在供給端與需求端不同于傳統要素(史丹，2022)，部分傳統物力、人力資源逐步被替代，一定程度上降低了生產資源配置的要素成本，進而擴大了制造企業的再生產能力，賦能企業高效率、高質量生產產品，進一步提高制造企業全要素生產率。

第二，數字經濟可以充分釋放數字技術優勢，加速其與產業鏈、價值鏈的融合，提高制造業期望產出。首先，各種數字技術不斷衍生并應用于制造業全業務流程，各種前沿技術逐漸滲透于制造業產業鏈各個階段，勢必引發制造企業內部的技術變革，先進數字技術將彌補部分傳統技術的應用缺陷，新舊技術的共同協作通過信息化、智能化等數字技術手段優化了制造企業的關鍵生產流程，改變其生產成本、生產效率與產品種類，降低產品生命周期，由此帶來全要素生產率的提升(戚聿東和蔡呈偉，2019)。其次，摩爾定律的存在導致數字技術對重復機械式的舊技術形成非常顯著的替代效應，向數字化制造轉變的要求促使制造企業開拓新的生產線，并以此拓寬企業的市場邊界，顛覆傳統制造業的市場格局，進一步提高企業生產利潤和期望產出。

第三，數字經濟可以加速制造業市場結構變革，發掘平臺經濟潛能，賦能制造業全要素生產率提升。首先，相比于工業經濟時代，數字經濟時代制造業市場結構不斷優化，互聯網、物聯網等數字平臺的出現引發了企業就業結構變革，催生出新的工作崗位，同時其與傳統平臺的協同合作有助于制造企業打造數字化供應鏈，并進一步轉變經營方式，實現多元化經營，提高產品價值。其次，如今的傳統制造業市場結構性失衡，依靠低端產品的競爭優勢逐漸減弱(任保平，2021)，數字市場的興起加速淘汰了部分傳統制造業市場，提高企業進入門檻，倒逼企業提高自身技術創新水平，由此引發其核心技術突破與生產模式優化變革，促進其全要素生產率提升。

(二)兩業融合與制造業全要素生產率

第一，兩業融合將打破要素壁壘，通過資源統籌優化提高全要素生產率。首先，在制造業與生產性服務業的雙向滲透過程中，生產性服務部門要素尤其是專業化、創新性強的高端服務要素被投入到制造業生產的上中下游環節，不同高端服務要素的投入在不同程度上改善了制造業的采購、生產以及銷售等流程，為制造企業統籌企業資源和要素專注核心業務提供有力支撐。而且，隨著滲透和融合程度的加深，兩個產業之間的要素障礙逐漸被破除，要素流動變得更加自由，要素結構更加優化，這一定程度上提升了制造業生產效率。其次，隨著服務要素投入的增加、管理模式的優化，制造業內部人力資源勢必需要提升信息化與專業化水平，專業性、高素質的人才也將成為推動制造業全要素生產率提升的重要驅動力。

第二，兩業融合將提升生產制造能力和交易效率，通過發揮成本效應提升全要素生產率。首先，兩個產業的融合是建立在高度專業化分工基礎之上的，分工的深化也意味著新產業、新業態的形成，即一些服務部門將會從制造業內部分離出來，成為為制造業提供專業服務的生產性服務部門，這些服務業部門大多具有知識密集、技術密集等特征(李平等，2017)，并且相對于制造企業內部的服務部門，其勞動人員的熟練度以及專業化程度更高，特別是當生產性服務部門先進的信息技術及服務應用到制造業生產的各個環節時，將降低制造企業生產成本，同時提升全要素生產率。其次，隨著勞動分工的不斷深化，制造業與生產性服務業各部門之間的交易成本均會逐漸上升，兩業融合使兩產業之間的交易從外部交易轉化為內部交易，簡化交易環節，提高交易頻率，通過降低制造企業交易成本促進全要素生產率提升。

第三，生產性服務業的高知識性和高技術性，促使其在與制造業的融合過程中能夠衍生出新技術而提升全要素生產率。首先，技術的不斷創新、制造業市場競爭的逐漸加劇以及市場需求的持續擴大，導致一些落后的制造企業為了搶占更多的市場份額，不得不學習和模仿新知識和新技術。與此同時，龍頭企業為了守住自己的市場地位不得不進行更多的自主創新。如此循環往復，制造企業的技術創新活力必將充分釋放，并進一步帶動制造業全要素生產率的提升。其次，兩業融合也使得制造企業的產品越來越新穎，在拓寬市場邊界的同時也引發消費者對更具差異性產品的追求，這客觀上也促使制造企業對產品的創新優化，從而提升生產效率。

(三)數字經濟、兩業融合與制造業全要素生產率

無論是數字經濟的發展驅動制造業全要素生產率的提高，還是兩業融合對制造業全要素生產率的提升，均不能脫離技術創新、要素資源配置以及市場規模經濟三方面，而這三個方面也正是數字經濟影響兩業融合的主要路徑。因此在數字經濟影響制造業全要素生產率提升過程中，可以從這三個方面分析數字經濟對兩業融合過程的影響進而推動制造業全要素生產率提升的效應機制(馬健，2002)。

第一，數字經濟發展通過促進兩業技術融合推動制造業全要素生產率提升。技術融合是產業間滲透融合的第一階段，數字經濟的發展加速了數字技術創新，滲透廣泛的數字技術通過賦能兩業傳統技術并與其融合，打破了兩業之間的技術壁壘，并依托提供通用的技術基礎共享數字化發展成果，誘發兩業之間的技術融合，從而促進產業融合。在推進兩業技術融合的探索階段，制造業會不斷加強研發力度，提高新技術創新活躍度，由此引發的技術創新效應必然促進制造業全要素生產率的提升。

第二，數字經濟發展通過促進兩業產品與業務融合推動制造業全要素生產率提升。兩業技術融合促使制造業產生具有融合性的新型產品，在銷售新型產品以及后續的多元化經營過程中，制造業開始根據兩業融合有意識地調整業務流程和組織模式，從而驅動生產性服務業與制造業第二個階段產品與業務融合的產生。而隨著數字技術創新以及專業化數字平臺的支持，產業間的業務流程將更加高效和智能化，進而可以加速制造企業新型融合產品的生產和銷售，從而助推兩業產品與業務快速融合，提高制造業生產效率和組織化程度，進而推動全要素生產率的提升。

第三，數字經濟發展通過促進兩業市場融合推動制造業全要素生產率提升。市場融合是產業間融合的最后階段，技術與業務的融合使得“制造+服務”的新型復合產品不斷出現，新產品的出現會創造出新的消費者意愿，由此帶來消費市場擴大。為搶占市場先機，兩個產業必須對各自的市場交易機制進行協調和整合，由此促進了兩業的市場融合。數字經濟發展進一步改變了市場交易機制，大數據、互聯網等新興技術和平臺一定程度上降低了市場要素錯配程度及市場交易門檻和成本，模糊了市場交易邊界，市場交易頻率的增加會再次驅動新的融合產品和服務的產生，如此循環往復，兩業市場融合程度會逐漸加深，最終實現產業融合而提高制造業全要素生產率。

上述數字經濟、兩業融合和制造業全要素生產率影響機制的理論分析框架如圖1所示。

圖1 數字經濟、兩業融合與制造業全要素生產率影響機制

四、研究設計：模型建構與變量測度

為檢驗數字經濟發展與制造業全要素生產率的直接關系，本文建立以下基準回歸模型：

其中，TFP表示制造業全要素生產率，DIG表示數字經濟發展水平，control為各控制變量，i、t表示地區和年份，μi為省份固定效應，ε為隨機擾動項。

為檢驗數字經濟發展能否促進兩業融合進而推動制造業全要素生產率的增長，本文基于溫忠麟等(2004)對中介效應的分析，建立以下中介效應模型：

其中，CONi,t為i省份第t年生產性服務業與制造業的融合程度。根據檢驗中介效應的具體方法，首先對(1)式進行回歸，若α1顯著，說明數字經濟與制造業全要素生產率有直接聯系，就可以對(2)式、(3)式進行下一步的中介回歸檢驗；若不顯著，說明直接效應存在的前提不成立，停止分析。其次對β1、γ2進行回歸，若顯著，則說明兩業融合的中介效應存在；若有一個不顯著，直接進行Sobel檢驗。再次對γ1進行檢驗，若顯著，說明兩業融合為部分中介效應；不顯著則是完全中介效應。最后，進行Sobel檢驗，若通過，說明兩業融合中介效應顯著；否則其中介效應不存在。

由于生產性服務業行業分類于2002年發生變化，2003年相關數據未統計，且本文采用了增長率指標，因此為了保障數據可獲取且完整，本文采用2005～2020年中國30個省份(港澳臺與西藏除外)的各個指標數據進行實證分析，數據主要來源于歷年《中國工業統計年鑒》《中國第三產業統計年鑒》《中國勞動統計年鑒》《中國稅務年鑒》《中國經濟普查年鑒》以及國家統計局、國研網、中經網等。其中，本文根據已有文獻(唐曉華等，2018)，選取交通運輸、倉儲和郵政業，信息傳輸、軟件和信息技術服務業，批發和零售業，金融業，租賃和商業服務業以及科學研究、技術服務業6個行業作為生產性服務業的研究對象，匯總得到相關數據。所用數據的缺失值用移動平均法或年均增長率法進行估算(邱愛蓮等，2014)。

1.被解釋變量

制造業全要素生產率(TFP)：基于上述理論分析，數字經濟及兩業融合對制造業全要素生產率的影響均可從技術進步、要素配置以及市場規模經濟三個層面加以闡述。因此，本文采用DEA-Malmquist模型對制造業全要素生產率進行測度，并將其分解為技術進步(TECH)和技術效率(EFF)，其中，技術效率又可分為純技術效率(PECH)以及規模效率(SECH)。進一步，根據理論分析，從三個分解項詳細分析制造業全要素生產率的增長路徑。該方法所用的產出和投入指標解釋如下：

產出指標：本文選用制造業工業銷售產值衡量產出。首先，2011年之前制造業工業銷售產值借鑒李廉水等(2020)的做法，采用《中國工業統計年鑒》中的總工業銷售產值減去6個非制造行業銷售產值的數據替代，①本文所指6個非制造行業分別為煤炭開采和洗選業、石油和天然氣開采業、黑色金屬礦采選業、有色金屬礦采選業、非金屬礦采選業以及電力、熱力的生產和供應業。且由于年鑒中制造業數據是規模以上數據，故再根據2004年、2008年普查年鑒中規模以上制造業工業銷售產值占全制造業口徑的比例推算出各省份制造業的全口徑工業銷售產值；其次，2012～2016年數據先根據工業統計年鑒得到規模以上數據，再以2013年普查年鑒推算得到全口徑數據；再次，由于2017年及以后年份工業銷售產值不再統計，本文采用主營業務收入進行換算，以2016年制造業工業銷售產值與主營業務收入比例為基礎，在利用2018年普查年鑒算出2018及以后年份制造業主營業務收入之后，再采用該比例換算出2018年及以后的全口徑制造業工業銷售產值，2017年數據則采用2016年和2018年數據以移動平均法進行補充；最后，運用工業生產者出廠價格指數對以上處理完的數據進行平減。

資本投入：本文參考單豪杰(2008)、王恕立和胡宗彪(2012)的做法，使用永續盤存法計算資本存量。首先，確定基期(2005年)資本存量：

其次，計算各期資本存量：

其中Ki,t為i省份第t年的資本存量，Ki,t-1為i省份第t-1年的資本存量，δ為平均折舊率，Ii,t為i省份第t年的實際固定資產投資額，以固定資產投資價格指數平減得到，平均折舊率借鑒單豪杰(2008)取值10.96%。

勞動投入：本文選取制造業平均就業人數表示勞動投入。2016年之前制造業平均就業人數與上述制造業工業銷售產值指標處理方法相同，2018年及以后數據先根據工業統計年鑒得到規模以上數據，再以2018年普查年鑒中規模以上制造業平均就業人數占全制造業口徑的比例數據推算得出，2017年數據采用移動平均法估算。

由于DEA-Malmquist指數測算出的是相對于上一年制造業全要素生產率的增長率，因此本文借鑒程惠芳和陸嘉俊(2014)的研究，設定第一年制造業全要素生產率為1，后續年份根據Malmquist相對指數進行累乘處理，并以此結果作為最終被解釋變量。同時，其他分解項也做相同處理。

2.解釋變量

數字經濟發展水平(DIG)：根據上述理論分析可知，數字經濟在驅動制造業全要素生產率增長以及兩業融合的過程中，均可通過資源要素、技術創新以及市場交易對其產生影響，因此，本文在已有理論基礎上，結合鈔小靜等(2021)對數字經濟的定義，借鑒劉軍等(2020)選取的指標，選擇數字技術、數字要素以及數字市場3個維度14個測度指標，用熵權法對各省份數字經濟發展水平進行測度（見表1）。

表1 數字經濟發展水平評價指標體系

3.中介變量

制造業與生產性服務業的融合程度(CON)：采用耦合協調模型對兩者的融合程度進行測算，測算步驟如下：

第一步：指標選取。結合現有文獻(高智和魯志國，2019；唐曉華等，2018)，選取了產業規模、產業效益、產業貢獻和產業潛力四方面10個指標對制造業和生產性服務業的整體發展質量進行測算，具體評價指標見表2。

表2 制造業與生產性服務業整體發展質量測度指標體系

第二步：本文采用熵權法對兩業綜合發展水平的10個二級指標賦權重。

第三步：按第二步所賦指標權重對制造業和生產性服務業各自的發展水平進行測算。第四步：考慮到只包含兩個子系統，設定耦合協調模型如下：

其中，U1、U2分別代表制造業和生產性服務業的整體發展質量，Ct表示兩產業在第t年的融合程度?？紤]到兩個子系統如果發展水平相似或均較低可能會影響真實結果，因此進一步建立更真實的耦合協調度模型如下：

其中，Dt表示兩產業在第t年的真實融合度，Tt為兩產業在第t年的協同發展水平，α和β為兩個產業的貢獻系數，借鑒杜傳忠等(2013)的做法，分別取值0.4和0.6。

4.控制變量

本文分別從市場、人力、產業以及政府管控四個角度選取以下控制變量：①對外開放水平(Open)：區域對外開放水平能夠直接影響制造業對外貿易的規模水平，從而波及全要素生產率的變化，采用各地區進出口總額與GDP的比值衡量。②城鎮化水平(Urb)：城鎮化水平較高的地方制造技術發展比較迅速，會對全要素生產率產生一定的影響，用各地區城鎮常住人口占常住總人口的比重衡量。③產業結構水平(Str)：一個地區的產業結構代表著該產業的發展水平和增長潛力，采用第二產業所占生產值比重來衡量。④政府干預程度(Gov)：各區域的經濟發展不僅需要政府給予一定的財政補貼，而且需要政府在市場失靈時進行適當的干預，適當的政府干預可以對該區域的全要素生產率產生正向效應，采用各省份的預算支出與GDP的比值來衡量。

各變量描述性統計結果如表3所示。

表3 描述性統計分析結果

五、實證檢驗與分析

(一)基準回歸分析

表4第(1)～(3)列分別呈現了混合OLS、固定效應以及隨機效應三種模型的基準回歸結果。首先對模型進行LM檢驗，P值為0，說明隨機效應模型強于混合OLS模型，再進行Hausman檢驗，結果拒絕原假設，說明應選擇固定效應模型。故本文以固定效應模型進行后續回歸檢驗（其中均控制了時間和個體，為節約篇幅，后各表不一一列示）。

表4 模型檢驗結果

首先對數字經濟與制造業全要素生產率進行回歸分析，結果如表5所示。從第(1)列可以看出，數字經濟的回歸系數顯著為正，說明其發展能顯著提高制造業全要素生產率。第(2)列、第(3)列為數字經濟對制造業全要素生產率分解項的回歸分析，從中可以看出，數字經濟對技術進步的影響系數為0.525，且通過了1%的顯著性檢驗，這表明數字經濟能夠提升制造業技術進步水平，其主要原因為數字技術的發展擴大了市場需求，加快了制造企業學習模仿并逐漸研發新技術的速度，從而促進了技術進步。但數字經濟對技術效率的系數不顯著且為負，即數字經濟的發展在一定程度上會抑制技術效率。進一步對技術效率的分解項進行回歸發現，數字經濟對規模效率有積極促進作用，但對純技術效率的影響是不明顯且消極的，說明數字經濟對技術效率的負向影響主要由純技術無效率導致。這表明在如今的技術水平下，數字經濟的發展并不能完全激發出制造業內部的要素活力，傳統要素與新型數據要素的結合優勢不能完全被吸收，這可能是因為大部分制造企業未能充分利用互聯網、大數據等來提高自身的管理水平以及資源配置效率，同時也說明制造業現有發展狀態并不能跟上數字經濟發展的速度，這也意味著制造業需明確自身需求，在自身發展現況的基礎上制定相關的數字化轉型計劃。

表5 基準回歸分析結果

從控制變量的回歸結果來看：(1)對外開放水平對制造業全要素生產率的回歸系數為負且不顯著，這可能是因為雖然中國對外開放水平不斷提高，從國外引進吸收的技術商品等也在一定程度上擴大了本土制造企業的規模，但長時間大量進口國外高技術產品并不利于中國本土企業攻克核心技術，這就在很大程度上制約了制造業的發展(張智楠，2018)。同樣，在中國制造企業大量出口的產品中，一類是低技術商品，但近年來中國勞動力成本在不斷上升，其出口也面臨著沖擊；另一類是對國外高技術制造企業的零件組裝產品，其出口既不能使中國本土企業學習新技術，又會延緩中國制造業結構升級的進程。(2)城鎮化水平與制造業全要素生產率顯著正相關，說明城鎮化水平越高越能促進制造業全要素生產率的提升，這主要是因為城鎮化過程可以大量累積人力、知識、技術等資本，大力促進當地工業發展。(3)產業結構對制造業全要素生產率具有負面效應，說明第二產業產業結構仍然存在不合理的地方，主要是目前的制造企業大部分仍然是高消耗、高成本且沒有核心技術的勞動密集型企業，技術密集型企業占比較少，即傳統制造業如今仍占據主導地位，其產能過剩以及產品競爭力不足等情況都會制約制造業的增長。(4)政府干預程度對制造業全要素生產率也呈消極影響，可見政府對制造業發展進程存在一定的過度干預，從而導致市場的自動調節機制失靈，并使政府的引導作用未能得到真正發揮。

考慮到各地區數字經濟與制造業發展并不均衡，本文將全國區域分為東中西部進行進一步分析，①借鑒沈小波等（2021）的研究，將全國區域分為東部、中部以及西部。東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括山西、吉林、黑龍江、河南、湖北、湖南、安徽、江西；西部地區包括內蒙古、重慶、四川、廣西、貴州、云南、陜西、甘肅、青海、寧夏、新疆。結果如表6所示。第(1)、(4)、(7)列表明，數字經濟均能積極促進東中西部制造業全要素生產率增長，其中數字經濟對中部地區制造業全要素生產率提升貢獻程度最高，西部地區其次，東部最低。這主要是因為東部地區數字經濟發展最快，數字平臺建設比較完善，數字技術創新能力也較強，使得東部制造企業抓住了先機，以智能制造為目標大力轉變了自己的生產方式，加強了生產、管理等流程之間的協同性，大大提高了制造業生產效率，因此在東部地區本身制造業全要素生產率就較高的基礎上，數字經濟的進一步發展對其制造業全要素生產率的影響效應并不大。而中西部地區數字經濟發展水平較為滯后，對制造企業來說，數字經濟紅利并未完全吸收，因此隨著數字基礎設施的加速建設以及數字創新能力的提高，當地制造業所能接收的數字經濟的優勢變多，這對其生產、管理都有一定的促進作用。進一步對各地區制造業全要素生產率分解項的回歸分析發現(見表6(續))，東中西部地區的檢驗結果與全國整體結果趨勢基本一致，無論哪個地區，數字經濟都積極作用于制造業技術進步來驅動制造業全要素生產率提升，且制造業內部要素配置不精準、傳統要素與數據要素協同不充分引起的純技術效率偏低是數字經濟抑制技術效率的關鍵所在。

表6 分區域分析結果

(二)中介機制檢驗分析

前文分析了數字經濟與制造業全要素生產率的直接關系，接下來進一步分析兩業融合所起的中介效應。分析結果如表7所示。從第(1)列、第(2)列可看出，數字經濟與兩業融合顯著正相關，說明數字經濟的發展能促進制造業與生產性服務業的融合。將兩業融合加入到基準回歸模型之后，數字經濟對制造業全要素生產率的回歸系數由0.510變為0.387，且兩業融合與全要素生產率之間的回歸系數也顯著為正，說明兩業融合在數字經濟與制造業全要素生產率之間起部分中介效應，且占總效應的24.23%。從占比來看，兩業融合起到的中介效應并不高，意味著數字經濟對兩業融合的驅動優勢還未完全顯現出來，這主要是因為目前迎合兩業融合發展所需的數字基礎設施以及政策體系還未完善，全能型人才也引進較少，兩業融合的潛力未得到完全開發。

表7 中介效應分析結果

區域分析發現，東中西部的兩業融合中介效應均顯著存在，與整體分析結果一致。但東部地區中介效應表現為完全中介，基于學者們對完全中介概念的不同理解(Baron & Kenny，1986；Preacher & Kelley，2011)，本文將其認為是中介效應過強，即東部地區數字資源豐富、基礎設施完善，其發展能夠更深程度地拓寬兩業融合的深度和廣度，促使東部地區兩業融合程度提高，從而帶動制造業發展。相比東部地區，中西部地區數字經濟對兩業融合推動效應并不強，一是因為中西部數字經濟發展滯后并不能完全發揮對兩業融合的促進作用，二是中西部地區大多為加工型制造企業，對生產性服務需求較少，本身的兩業融合程度也較低。

此外，從表7第(3)、(6)、(9)和(12)列可以看出，無論在全國層面還是細分東中西部地區，數字經濟發展均可通過加深兩業融合程度進而帶動制造業技術進步。具體而言，數字經濟的發展加速了制造業與生產性服務業的技術創新，帶動了兩業之間的技術融合，從而推動了制造業技術進步。

(三)穩健性檢驗

為了避免上述結論的偶然性，本文選用以下方法對其進行穩健性檢驗：一是更換數字經濟發展水平的測量方法，采用主成分分析法對數字經濟指標重新賦權并測算，并將所得結果納入回歸模型，檢驗結果如表8中第(1)、(2)、(3)列所示。二是由于制造業全要素生產率的提升也可以反向促進數字經濟的發展，兩者之間存在雙向因果關系，并且數字經濟對制造業發展的影響具有一定的滯后性，因此本文對數字經濟做滯后一期(L.lnDIG)處理，重新回歸，結果如表8 中第(4)、(5)、(6)列所示?？梢钥闯?，兩種穩健性檢驗結果中數字經濟對制造業全要素生產率的影響仍顯著為正，且兩業融合的中介作用仍然存在，與前文檢驗結果一致。

六、結論與政策建議

本文以制造業與生產性服務業融合為切入點，將數字經濟、兩業融合以及制造業全要素生產率納入同一框架，基于理論機制，采用中國30個省份2005～2020年的面板數據對數字經濟水平、兩業融合程度和制造業全要素生產率進行測算和實證檢驗，深入研究了三者之間的內在邏輯關系，得到以下三點結論：(1)數字經濟發展可以直接促進制造業全要素生產率的提升，進一步以分解項回歸發現，數字經濟主要以作用于制造業技術進步來支撐其全要素生產率提升；(2)就區域異質性而言，數字經濟對中西部制造業全要素生產率影響力較大，而對東部較??；(3)數字經濟的發展有助于兩業融合，并且數字經濟可以通過兩業融合這一路徑對制造業全要素生產率產生驅動作用，但在不同區域驅動程度不同。

就當前中國制造業發展情況看，雖然其發展規模較大，但仍存在著關鍵核心技術不足、資源利用效率不高、長期處于全球價值鏈中低端等情況，且由于自然條件、人力資本投入、工業基礎等的不同，中國制造業發展不協調、不充分的問題仍然突出，而數字經濟作為推動制造業供應鏈、價值鏈向高端邁進的新藍海，無疑為解決上述問題提供了新思路，據此，本文提出以下政策建議：

第一，加大技術創新力度，提升制造業數字化水平。首先，現有制造產業應充分發揮中國勞動力市場優勢，引入大量高素質數字化人才，并依照產業鏈結構對其進行嚴密部署，推動中國制造業產業鏈向數字化、智能化方向轉變。同時，立足于優勢制造產業，借助工業互聯網等數字平臺加強制造商與顧客的溝通，擴大現有制造業數字化產品市場。其次，加大制造企業與社會、高校以及各研究機構的合作力度，由專家引領建立聯合實驗室，合作高校點對點精準輸送相關高新技術人才，研究機構及企業提供場地、資金支持，在進行關鍵核心技術攻關突破的同時研發新型制造業前沿技術，在高端技術領域形成先發優勢。最后，政府部門應加強和完善相關基礎設施建設和人才引進政策，以政府力量集結專家團隊為制造業數字化轉型提供咨詢、指導等綜合服務，并為自主創新企業提供政策補貼和線上交流渠道，筑牢制造業數字化發展根基。

第二，激發兩業融合發展新動能，促進融合模式創新。首先，應加快互聯網、云計算、物聯網等數字技術在生產性服務部門中的滲透速度，通過建設研發設計中心、物流信息平臺、數字基礎設施等推動研發設計、物流、軟件等生產性服務業的發展，為促進兩業融合奠定基礎。其次，要加強建設制造業服務化轉型平臺，構建聯合發展中心，不僅為兩產業上中下游的龍頭企業與社會各研究機構以及高校院所進行溝通合作提供平臺，從而為促進技術、產品上的融合創新提供空間，也可以幫助解決兩業融合過程中出現的法律、金融風險等各種問題。最后，政府應放寬企業進入市場的標準，消除制造企業與生產性服務企業在市場交易中的差別待遇，為企業融合提供更多選擇空間，同時也要針對兩業融合所帶來的新業態、新模式完善并出臺新的監管政策，明確融合企業的管理責任和義務。

第三，協同發展各地數字經濟，縮小制造業區域發展差異。首先，各區域應根據其產業結構、資源條件等進行不同程度的數字研發投資、人力投入。擁有良好數字經濟基礎、經濟較為發達的東部地區，應率先承擔起關鍵核心技術突破的任務，著重加強對新型數字技術的開發創新；數字經濟欠發達的中西部地區，需要發揮自己的資源、地理優勢，依靠政府和市場，完善數字基礎設施建設，加強對人力、資本等的保障力度，打牢數字經濟發展的根基，再隨后進行拓展應用。其次，政府應準確判斷當地制造企業數字化發展的側重點，建造數字產業園，并積極引入其他區域的龍頭企業與之合作，促進跨區域共同發展。最后，各地區要積極響應產業轉移政策，拓展本地制造企業發展空間。東部地區應適當向中西部轉移部分傳統制造企業，為發展先進制造業釋放空間，而中西部地區可以通過建造產業園、企業并購等方式接納原有的東部企業，從而促進區域協同發展。