摘要：本文在分析数字经济对制造业质量升级影响机理基础上，应用中介效应模型考察数字经济对制造业质量升级的效应。研究发现：数字经济可显著促进制造业质量升级；从全国层面看，数字经济通过缓解劳动力和资本要素配置扭曲促进制造业质量升级；从区域差异看，数字经济可有效改善东部地区劳动和资本要素配置扭曲状况，中西部地区制造业质量升级主要依赖于数字经济对劳动要素配置的优化效应。为推进制造业质量升级，应加快推进数字产业化和产业数字化，推进数字经济与实体经济深度融合；发挥数字经济资源整合效应，完善要素市场化配置，优化要素配置结构和效率；健全区域数字经济和制造业质量协同发展政策，进一步缩小区域差异，实现区域协调发展。

　　关键词：数字经济；要素配置；制造业质量

　　作者简介：马中东，教授，博士，硕士生导师，聊城大学商学院，山东聊城  252000；宁朝山，讲师，博士，聊城大学商学院，山东聊城  252000

　　基金项目：国家社会科学基金一般项目“全球价值链视角下产业集群的质量升级路径与对策研究”（17BJL007）

　　当前中国经济进入了由高速增长阶段向高质量发展阶段转变为特征的新时代。新时代下，一方面究竟如何培育经济增长新动能，加快经济增长效率提升，实现经济高质量发展，是目前以及今后需要重点研究和解决的问题，这也是社会各界关心的重要议题。另一方面，数字经济这一新的经济形态的出现改变了要素供给结构，以网络化提高要素配置效率，在供给和需求两端为中国经济向高质量发展转型提供了新的可行路径，加强数字经济推进经济高质量发展的相关理论及应用研究对于加快实现这一转型具有重要意义。

　　一、文献回顾

　　随着数字经济快速发展和经济转型现实需要，已有学者对相关问题开展了系列研究。其中，Thompson and Garbacz（2007）研究得出，电信和移动通讯行业发展与生产率增长呈现显著正相关关系。^[1]Ivus and Boland（2015）、orgenson（2016）研究认为，电子商务应用与信息技术资本投资和经济增长显著正相关。^{[2] [3]} Sutherland and Ewan（2018）提出数据是数字经济的基础性要素，是经济增长新动力。^[4]张于喆（2018）分析了数字经济驱动产业结构向中高端迈进的作用。^[5]宋洋（2019）基于经济发展质量理论视角分析了数字经济影响经济高质量发展的机制。^[6]刘淑春（2019）重点分析了实现数字经济高质量发展的靶向路径和政策供给。^[7]荆文君、孙宝文（2019）、丁志帆（2020）基于不同维度构建了数字经济驱动经济高质量发展的理论框架。^[8][9]在较少的定量研究中，董有德、米筱筱（2019）应用投资引力模型分析了数字经济对中国对外投资的影响。^[10]肖国安（2019）实证研究得出数字经济可显著促进全要素生产率增长。^[11] 

　　从上述文献回顾可发现，现有研究主要是基于宏观视角理论探讨数字经济对经济高质量发展的影响，基于微观视角探讨数字经济推进高质量发展的机制尚未得以充分研究。相关定量研究多是基于数字经济相关技术或某一行业的分析，虽有文献基于全要素生产率视角分析数字经济的高质量发展效应，但其并未对数字经济影响全要素生产率的机制进行检验。目前也尚未有基于要素配置中介效应视角探讨数字经济影响制造业质量升级的机制和效应的研究，这为本文留下了拓展空间。 

　　本文系统阐释数字经济、要素配置与制造业质量升级的内在机制，构建要素错配指数，应用中介效应模型检验数字经济促进制造业质量升级的机制和效应。这一方面可丰富新时代经济高质量发展理论，同时也有助于发挥数字经济在推进制造业质量升级中的引擎作用，为制造业高质量发展开拓新路径。 

　　二、理论分析 

　　（一）数字经济与制造业质量升级 

　　数字经济时代，信息、数据等高端生产要素进入到生产、流动、消费等各环节，能显著促进制造业质量升级。首先，数字经济本身具有高技术性和高成长性特征，为达到足够规模，通常需要大量技术及人力资本投资，促进了经济系统中高端要素投入规模。^[12]此外，信息、数据呈现边际收益递增特性，这为经济持续性增长提供了可能。^[13]其次，大数据和人工智能技术可实现在生产线各环节实时智能监控，提高企业对产品质量监管和控制能力，降低产品不良率。同时，互联网社区、众创平台等新业态、新模式鼓励消费者直接参与产品设计，促使制造企业在产品开发、外观设计、产品包装、市场营销等方面加强创新，构建起全生命周期服务体系。再者，数字技术可实现集中式能源供给与分布式能源消费的智能匹配，促进能源利用效率提升和低碳社会构建。同时，在人工智能、移动互联网和智能手机的技术支持下，绿色出行、绿色废弃回收等绿色消费不断涌现，居民消费行为的碳足迹显著低于传统工业社会消费模式。 

　　（二）要素配置与制造业质量升级 

　　要素配置结构和效率改善是决定制造业质量升级的关键因素。首先，要素配置结构改善是制造业质量升级的根本动力。与传统的能量密度较低的劳动、物质资本等要素相比，技术、人力资本等高端要素具有更强的能量密集度，其产出效率更高。通过增加产业内的高端要素投入，提升高端要素投入占比，实现要素配置结构升级，这是实现制造业质量升级的基本途径。其次，行业和区域间要素配置优化可以最大限度发挥要素效能。推进生产要素由低质低效行业向优质高效行业有序流动，引导各类要素向先进生产力集聚，实现要素配置流向升级，使得要素配置在行业间和区域间的配置效率达到最优状态，可以在同等要素投入规模下使产出水平尽可能接近生产可能性曲线。再者，从要素配置主体来看，政府和市场是调节要素配置的两种基本手段，通过扩大要素市场化配置规模和范围，增强要素配置灵活性和协同性，激发市场主体创造和创新能力，实现要素产出效益最大化和效率最优化。^[14] 

　　（三）数字经济、要素配置与制造业质量升级 

　　数字经济的高渗透性、高协同性特征实现要素匹配更有效率、更加精准，从而优化了资源配置，产业发展质量和效益进一步提升。首先，数字经济时代的数据、信息等知识密集度更高的要素具有高渗透性和高协同性特征，随着数据、信息等高端要素的投入增加，改变了要素投入的有机配比，通过与劳动、资本等要素的深度融合，带动传统要素效率提升。同时，数字技术应用引发资本对劳动的替代，并且在替代简单劳动的同时带动无法实现自动化工作岗位的复杂劳动力的需求，增加高端劳动力需求，带来生产效率提高。其次，数字经济具有网络化特征，所构建的高度互联互通并具有正外部性效应和规模效应的网络化结构为各类要素的创造、集聚、转移和应用创造便利条件，实现要素供需精准匹配。如，基于“互联网+”的供应链金融新模式改变了传统金融机构的借贷条件。^[15]同时，数字经济发展有助于促进垄断行业的改革，加强市场竞争，加快生产要素合理流动和优化组合，提高经济投入产出比。再者，数字经济促使企业组织形态、业务流程、协调机制发生改变，企业组织模式向网络化、扁平化、柔性化转变，生产要素配置优化带来企业组织和运行效率提升。 

　　三、模型设计与变量选择 

　　（一）模型构建 

　　根据前述理论分析，本文设定如式（1）所示的基准模型验证数字经济的制造业质量升级效应。

　　其中，和分别表示样本个体和时期，为依据指标体系测算的制造业质量，为测算的数字经济发展水平，为控制变量，和分别代表个体和时间效应，为随机干扰项。 

　　同时，本文借鉴中介效应模型，对数字经济可以通过优化要素配置促进制造业质量升级进行实证检验，模型设定如下：

　　其中，为要素配置变量，其他变量与模型（1）一致。 

　　（二）变量选择 

　　当前关于如何衡量数字经济在既有文献中尚未达成一致意见。本文借鉴已有相关研究基础上，基于前述的理论分析并考虑数据的可得性，主要从数字基础设施、数字生活应用和数字产业发展3个维度构建指标测算中国省际数字经济发展综合水平（见表1）。关于制造业质量衡量，本文分别从研发设计、生产制造、品牌营销3个维度进行指标选取（见表2），并采用熵权法测算出反映制造业质量的综合指数。 

　　关于要素配置的衡量，参考陈永伟、胡伟民等（2011）依据要素相对扭曲系数（）测算的劳动（）和资本错配指数（）进行刻画。^[16]具体地，劳动和资本相对扭曲系数公式分别为：， 。同时， ， 其中，表示省份的年末从业人员数（万人）占劳动力总量的比例，为该地区实现有效配置时的劳动力比例，用以反映实际使用的劳动力和有效配置时的偏离程度。表示地区固定资本存量占固定资本总量的比例。因此，计算要素错配指数，需要计算要素产出弹性和，对于要素的产出弹性，本文取赵志耘（2006）测算得出的0.44和0.56。^[17]由于如果存在要素配置过度（），要素错配指数即为负值，因此本文借鉴季书涵、朱英明等（2016）的方法，^[18]要素错配指数若为负数，则取绝对值进行处理。 

　　参考已有研究，控制变量选择了投资（）、政府调控（）、人力资本（）、对外开放（）和交通基础设施（）变量。其中，投资以固定资产投资占GDP比重表示；政府调控以财政支出占GDP比重表示；人力资本以平均受教育年限表示；对外开放水平以进出口总额占GDP比重表示。交通基础设施变量（）以高速公路与一至四级公路、铁路年末里程数通过采用主成分分析法构建出一个加权的道路总里程指标来表示。以上指标数据来源于《中国信息年鉴》、《中国科技统计年鉴》、《中国工业统计年鉴》、《中国能源统计年鉴》、《中国交通年鉴》、国家、省市场监管局、国家信息中心、互联网协会网站以及国研网数据库等。对于缺失的数据采取插值以及线性趋势的方法进行补充。 

表1  基于价值链维度的制造业质量评价指标体系

　　四、回归结果分析 

　　（一）基本回归结果分析 

　　本文首先采用2013-2018年数据对方程（1）进行基准回归。表3第（1）列显示了数字经济对经济高质量发展的影响。其系数显著为正，这表明数字经济发展可促进制造业质量升级。其次，为检验上述结论的稳健性，表3第（2）列加入了控制变量。比较发现，一方面，核心解释变量估计系数绝对值有所下降，这说明未考虑控制变量回归模型存在着遗漏重要解释变量问题；另一方面，加入控制变量后，数字经济变量回归系数依然显著为正，意味着本文核心结论在控制其他因素后同样是成立的。 

　　中国区域经济差异较大，本文对东部和中西部省份分别进行了回归。具体结果如表3第（3）-（4）列和（5）-（6）列所示。根据估计结果发现，东部和中西部地区数字经济对制造业质量升级均具有显著正向影响。这也进一步说明，数字经济对制造业质量升级的影响不随区域变化而改变，保证了前述研究结论的可靠性与稳定性。通过比较回归系数得出，数字经济对东部地区制造业质量升级影响更为突出，可能的原因是东部地区产业基础、技术能力和产业发展需求导向，使得东部地区数字经济起步较早，发展水平较高，数字经济与实体经济的融合更加深入。 

　　表3  数字经济对制造业质量升级影响的估计结果

注:*、**、*** 分别表示在 10%、5%和1%的显著性水平上通过检验。下表同。 

　　（二）要素配置的中介效应检验 

　　表4汇报了要素配置在数字经济推进制造业质量升级的中介效应检验结果。首先，表4第（1）-（2）列分别汇报了基于方程（3）估计得出的数字经济对劳动和资本要素错配指数的影响结果。结果显示，两者估计系数均显著为负，数字经济可显著降低要素错配水平。表4第（4）-（5）列和（7）-（8）列分别汇报了分区域的回归结果。结果显示，东部地区数字经济发展可显著降低劳动和资本要素扭曲，中西部地区劳动和资本要素错配指数估计系数均为负，但资本错配指数估计系数并未通过统计学上的显著性检验。综上结果可知，数字经济要素配置效应在市场规模较大区域范围或经济发展水平较高区域更为明显。 

　　表4第（3）列汇报了基于全国层面数据对方程（4）进行估计所得到的回归结果。结果显示，数字经济指标估计系数显著为正，但其估计系数值小于表3第（2）列基于方程（1）回归得出的总效应估计结果，这说明数字经济对制造业质量升级的影响部分地是通过改进要素配置而发挥作用。同时，劳动和资本要素错配指数估计系数均显著为负，这说明降低要素配置扭曲水平可以促进制造业质量升级。表4第（6）列和第（9）列分别汇报了不同区域基于方程（4）的回归结果。根据中介效应模型原理可得出，从全国层面来看，数字经济具有通过降低要素错配促进制造业质量升级的作用。从区域差异来看，东部地区数字经济通过优化劳动和资本要素配置推进了制造业质量升级，中西部地区则主要依赖于优化劳动要素配置来提升制造业质量。同时，本文基于中介效应计算公式测度比较了两种要素配置中介效应大小。根据测算结果得出，数字经济的劳动力要素配置效应大于资本要素配置效应，这说明当前数字经济发展更有利于优化劳动要素配置，降低劳动要素扭曲，提升劳动要素配置效率，进而实现制造业质量升级；基于全国层面数据考察的要素配置中介效应最大，其次为东部区域，中西部地区最小。这其中的可能原因是数字经济要素配置功能具有市场规模效应，数字经济能促进要素在全国范围内流动，改善要素配置。同时，与中西部相比，东部地区数字经济技术设施相对完善，制造业规模优势更加显著，为数字产业或产业数字化提供了良好基础，要素配置优化效应更加显著。 　  

表4  数字经济、要素配置与制造业质量升级 

注：根据中介效应模型原理，中介效应的计算方法有两种：和，上表结果为采用第二种方法计算所得。下同。 

　　（三）稳健性检验 

　　本文采用以下方法进行稳健性检验：一是以新方法测算要素配置。本部分采用DEA法，对要素配置效率进行测算。借鉴既有文献做法，本文以实际GDP为产出指标，以2013年为基准的不变价资本存量、城镇单位年末就业总人数、能源消费量分别表示资本投入、劳动投入和能源投入作为投入指标，以三年期的贷款利率、从业人员的平均工资水平、能源价格指数分别代表资本价格、劳动价格和能源价格。二是分区域回归。表5第（1）列是基于中介效应模型方程（2）估计得出的结果，这一结果与前述基于方程（1）估计得出的结果是一致的。表5第（2）列是数字经济对基于DEA法测算出的要素配置效率进行回归得出的结果。结果显示，数字经济能够显著促进要素配置效率提升。表5第（3）列是基于方程（4）进行回归得出的结果。结果显示，数字经济和要素配置效率估计系数均显著为正，这说明数字经济通过改进要素配置效率推进了制造业质量升级。表5第（4）-（6）列和第（7）-（9）列分别是基于东部和中西部地区数据进行中介效应检验得出的结果。结果显示，东部地区和中西部地区的数字经济均显著促进制造业质量升级，并且DEA配置效率系数同样显著为正，这说明数字经济通过优化要素配置，提升要素配置效率，进而推进制造业质量升级的结论在不同区域依然成立，说明本文结论是可靠的。 　  

表5  要素配置中介效应稳健性检验 

　　五、结论与启示 

　　本文探讨数字经济、要素配置与制造业质量升级内在机制，在此基础上应用中介效应模型检验其效应，进而得出以下主要结论：第一，数字经济发展增加制造业高端要素投入规模，降低制造业物质能源损耗，提升能源利用效率；数字经济降低了要素配置扭曲，提升要素配置效率。第二，数字经济可显著促进制造业质量升级；东部地区数字经济发展水平较高，数字经济与实体经济融合更加深入，数字经济对东部地区制造业质量升级的影响更为突出。第三，从全国层面来看，数字经济优化劳动力配置的同时，释放了资本要素配置红利；从区域差异来看，数字经济优化了东部地区劳动力和资本要素配置，中西部地区数字经济对资本要素错配指数的影响并不显著。 

　　基于上述结论，本文得出以下政策启示：一是应加快推进数字产业化，提升产业数字化水平。进一步夯实数字经济技术基础，积极引导新一代信息技术、大数据等新兴技术在实体经济中的应用，推进数字经济规模化，提升实体经济数字化的广度和深度，增强数字经济新动能在推进制造业质量升级的效能。二是充分发挥数字经济要素配置效应。发挥数字经济在要素配置中的“时空压缩”效应，完善要素市场化配置，促进劳动力、资本在国内市场范围内的有效配置，降低要素配置扭曲，提升要素配置效率。三是坚持因地制宜发展策略，稳步推进区域协调发展。重视区域间数字经济和制造业质量差异，在经济发展水平、资源禀赋等方面存在差异的东部和中西部地区实施异质性发展政策的同时，完善区域协同政策，引导区域协调发展。 

　　参考文献：

　　[1]Thompson H,Garbacz C.Mobile,fixed line and Internet service effects on global productive efficiency[J].Information Economics and Policy,2007,19(2):189-214.

　　[2]Ivus O,Boland M.The employment and wage impactof broadband deployment in Canada[J].Canadian Journal of Economics,2015,48(5):1803-1830.

　　[3]Dale W.Jorgenson,Khuong M.Vu.The ICT revolution,world economic growth,and the policy issues[J].Telecommunications Policy,2016,11(40):383-397.

　　[4]Sutherland,Ewan.Trends in regulating the global digital economy.Social Science Electronic Publishing,2018.

　　[5]张于喆.数字经济驱动产业结构向中高端迈进的发展思路与主要任务[J].经济纵横，2018（9）:85-91.

　　[6]宋洋.经济发展质量理论视角下的数字经济与高质量发展[J].贵州社会科学，2019（11）：102-108.

　　[7]刘淑春.中国数字经济高质量发展的靶向路径与政策供给[J].经济学家，2019（6）：52-61.

　　[8]荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（2）：66-73.

　　[9]丁志帆.数字经济驱动经济高质量发展的机制研究：一个理论分析框架[J].现代经济探讨，2020（1）：85-92.

　　[10]董有德，米筱筱.互联网成熟度、数字经济与中国对外直接投资——基于2009年—2016年面板数据的实证研究[J].上海经济研究，2019（3）：65-74.

　　[11]肖国安.数字经济发展对中国区域全要素生产率的影响研究[J].合肥工业大学学报（社会科学版），2019（5）：6-12.

　　[12]宁朝山.工业革命演进与新旧动能转换——基于历史和逻辑视角的分析[J].宏观经济管理，2019（11）：18-27.

　　[13]郭晗，廉玉妍.数字经济与中国未来经济新动能培育[J].西北大学学报（哲学社会科学版），2020（1）：65-72.

　　[14]徐鹏杰,吴盛汉.基于“互联网+”背景的供应链金融模式创新与发展研究[J].经济体制改革,2018(5)：133-138.

　　[15]徐鹏杰，黄少安.我国区域创新发展能力差异研究——基于政府与市场的视角[J].财经科学，2020（2）：79-91.

　　[16]陈永伟，胡伟民.价格扭曲、要素错配和效率损失：理论和应用[J].经济学（季刊），2011，10（4）：1401-1422.

　　[17]赵志耘，刘晓路，吕冰洋.中国要素产出弹性估计[J].经济理论与经济管理，2006（6）：5-11.

　　[18]季书涵，朱英明，张鑫.产业集聚对资源错配的改善效果研究[J].中国工业经济，2016（6）：73 -90．