《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出,要推动制造业优化升级,建设智能制造示范工厂,完善智能制造标准体系。在过去很长一段时间内,我国制造业规模占比接近世界总额的30%,被誉为“世界工厂”,但是,“大而不强”、处于“微笑曲线”低端的问题长期难以解决。不仅如此,近年来受发达国家“再工业化”及第三世界国家承接劳动密集型产业转移的冲击,我国传统制造业凭借低要素成本建立起来的比较优势正在逐渐丧失。而数字技术通过赋能传统制造业,逐渐成为推动我国制造业高质量发展的重要驱动力。然而,潘云鹤在“2020第八届先进制造业大会”上指出,中国的数字经济对工业的渗透率只有17%,远低于德国、韩国、美国的40%以上,显然我国的制造业数字化转型还有很长的路要走。因此,探讨我国制造业数字化转型与高质量发展间是否存在正协同效应、如何最大限度地发挥正协同效应,以及不同地域间是否存在差异性等问题,将有助于探索我国制造业数字化转型的新路径、新模式,且能够为推动我国制造业高质量发展提供参考,对实现数字中国的目标具有重要的现实意义。
一、文献综述
（一）关于制造业数字化转型的研究
学界对于制造业数字化转型的研究大多从数字化转型水平的测度以及数字技术作用于制造业企业的路径、模式等方面展开。从制造业数字化转型水平的测度来看,学者们主要通过构建各种评价体系开展研究。万伦等[1]运用层次分析法,基于数字技术应用、企业综合集成、产业协调与创新视角构建了数字化转型评价体系;荆树伟等[2]利用直觉模糊熵法,构建了包含数字化基础设施建设、信息利用、生产改进等8个子系统的制造业精益数字化评价体系。从制造业数字化转型的作用路径和模式来看,王德辉[3]、李春发[4]等认为数字技术能通过产业链组织分工边界的拓展和交易成本的降低增加制造环节的经济附加值,还有利于重构传统制造业经营管理模式;刘飞[5]通过对不同行业、规模、所有制的公司进行比较分析,发现数字技术的影响效应存在一定的异质性。
（二）关于制造业高质量发展的研究
自党的十九大报告提出加快建设制造强国、加快发展先进制造业以来,相关研究大多围绕制造业高质量发展水平测度及影响因素展开。关于制造业高质量发展水平的测度,江小国等[6]运用变异系数法,从经济绩效、技术创新、绿色发展等维度构建了评价体系;刘国新等[7]运用熵值法,构建了包含经济效益、创新发展力、产业结构、开放程度和生态环境5个维度的评价体系;傅为忠和储刘平[8]运用TOPSIS和CRITIC-熵权法,同时考虑创新能力、人才聚集、绿色发展、质量效益和产业结构高端化等方面构建了评价体系,提出长三角地区不同省份间的发展水平存在明显差距,且这种差距在逐年扩大。从高质量发展分行业的影响因素来看,李春梅等[9]提出,对外投资、开放度和人力资本能够影响电子设备制造业高质量发展;刘晴等[10]认为,内循环供给结构、需求潜力、抵御外部环境冲击能力是影响我国体育用品制造业高质量发展的重要因素。从产业联动视角来看,谷澍[11]提出运用一揽子金融工具可以加大对制造业的资金支持,提高制造业产业链、供应链的稳定性和竞争力;郭娟娟等[12]认为,对外投资自由化和制度环境水平的提升对制造业企业全球价值链地位提升有正向促进作用;陈元翰[13]认为,服务业与制造业的深度融合有助于推进经济高质量发展;董千里[14]认为物流业与制造业供应链的精准对接、适应、共享和融合发展,有利于制造业产业聚集、增加产业价值链附加值。
（三）关于制造业数字化转型与高质量发展关系的研究
目前国内学界关于制造业数字化转型与高质量发展关系的研究还较少,且大多集中在制造业数字化转型单向推动制造业高质量发展方面。王永龙等[15]提出利用数字技术削弱低成本要素对传统制造业的约束作用,打破欧美发达国家对我国制造业的技术封锁,推动我国制造业高质量发展;焦勇[16]认为数字经济赋能制造业高质量发展主要是从数据驱动、用户体验、企业群落、互利共生4个维度展开;韦庄禹等[17]认为数字经济对制造业高质量发展的推动作用呈现东高西低的特征;邹玉坤等[18]提出未来制造业高质量发展要注重数字技术采纳与应用、数字化创新实践与扩散、工业互联网平台企业建设3个方面;张爱琴和张海超[19]认为制造业高质量发展应更加注重企业数字水平与智能程度的提升。
综上所述,既有文献虽为后续研究奠定了较为深厚的理论基础,但仍存在以下不足：第一,缺少制造业高质量发展对数字化转型作用的研究;第二,缺乏对上述两系统间互动关系的协同性研究。因此,本文拟重点研究我国整体及东中西部地区制造业数字化转型与高质量发展两系统间的动态耦合协调关系。本研究的边际贡献在于运用更合理的评价体系考察我国制造业数字化转型与高质量发展的演变特征,检验两系统间的动态互动关系,并从耦合协调角度来研究二者的协同效用,以期为促进我国制造业数字化转型与高质量发展协调共进提供参考。
二、制造业数字化转型与高质量发展耦合机理分析
（一）制造业数字化转型助推高质量发展
1.制造业数字化转型提高经济效益。这主要是通过数字技术赋能生产、研发、经营来实现。其一,数字技术通过赋能生产过程中的要素流动环节可提高要素利用率,且数字化制造、仿真和检测等技术可以提高相应环节的劳动生产率,从而提高经济效益;其二,数字化研发已成为制造业转型升级的主要动力,加大对数字技术的投入有助于增加产品经济附加值,减弱同质化效应,提高经济效益;其三,数字化营销平台将“自主性消费”演变为“诱导式消费”,提高了消费转化率。此外,ERP等系统的应用也可降低企业管理成本,提高经济效益[23,24]。总的来说,制造业数字化转型促进了生产要素的协同配合,整体上提高了全要素生产率,根据增长理论中的Q=AF（K,L）可知,其进一步实现了宏观层面的产出增加,促进了经济增长。
3.制造业数字化转型推进创新发展。这主要表现在人工智能和大数据技术的应用能降低各类资源的搜索和匹配成本,提高创新资源的流通效率,优化资源配置,进而缩短产品研发周期,提高研发效率,为制造业的创新发展提供便利[27]。
（二）制造业高质量发展引领和驱动数字化转型
制造业高质量发展对数字化转型的引领和驱动可分为主动和被动两种类型。主动的制造业数字化转型其动力来自于企业对发展理念与发展目标的追求,是一种经济主体理想化的发展路径。而被动的制造业数字化转型往往是由于外部环境等不利于企业发展,企业为求得生存被迫进行的数字化转型。由于被迫进行的数字化转型直接关乎经济主体的生死存亡,所以其转型意愿往往更强、转型规模更大、成果更显著。
1.制造业高附加值需求引领数字化转型。我国制造业要实现从“大而不强”到高质量发展的转型,必须走品质化、品牌化道路,追求高技术附加值。这种市场需求会驱动制造企业利用人工智能、5G等数字技术促使制造业向价值链两端转移,并通过数字化信息系统降低采购、生产和物流环节的成本以增加产品附加值。同时还能从底层结构推动数字化进程,通过市场需求引领市场供给,促进数字要素流通,优化数字技术产业结构,为制造业实现数字化转型提供良好的外部环境。
2.制造业绿色发展规制驱动数字化转型。环保政策、绿色发展规制会迫使制造业企业承担更多的社会责任,为满足绿色生产的要求,企业不得不改进高污染、高耗能的生产技术,通过更高效的数字化转型方式寻求绿色发展道路。企业会采取新的数字技术,改进技术工艺和生产流程,优化产业结构,进而深化制造业和数字技术的融合。
三、制造业数字化转型与高质量发展动态耦合实证研究设计
（一）评价体系的构建
表1 制造业数字化转型评价体系 |
| 准则层 | 指标层 | 指标说明 | 指标性质 |
|---|---|---|---|
| 数字化环境 | 互联网普及率 移动电话普及率 | 区域互联网用户数/常住人口数 移动电话用户数/常住人口数 | 正向指标 正向指标 |
| 研发数字化 | 数字化工具普及率 | 使用数字化研发设计工具的企业数/企业总数 | 正向指标 |
| 生产数字化 | 管控集成化比例 生产设备数字化率 | 实现管控集成的企业数/企业总数 数字化生产设备数/生产设备总数 | 正向指标 正向指标 |
| 经营数字化 | 企业利用网络情况 企业电商普及情况 业务信息化比例 企业电商销售情况 企业线上采购额 | 每百家企业拥有网站数量 区域有电商活动企业数/企业总数 关键业务环节全面信息化企业数/企业总数 区域企业电商销售额/企业销售总额 电子商务采购额 | 正向指标 正向指标 正向指标 正向指标 正向指标 |
表2 制造业高质量发展评价体系 |
| 准则层 | 指标层 | 指标说明 | 指标性质 |
|---|---|---|---|
| 经济效益 | 投入产出比 劳动生产率 | 制造业企业产值/固定资产投资 制造业企业产值/制造业年平均就业人数 | 正向指标 正向指标 |
| 创新发展 | R&D人才储备 R&D经费投入 专利情况 新产品销售额 产品或工艺创新水平 | R&D人员全时当量 R&D经费内部支出 规上工业企业发明专利数 规上工业企业新产品销售收入 实现产品或工艺创新企业占比 | 正向指标 正向指标 正向指标 正向指标 正向指标 |
| 绿色发展 | 固体污染情况 能源消耗情况 | 工业固体废物排放量/工业产值 工业用煤/工业产值 | 负向指标 负向指标 |
（二）数据来源
因西藏数据缺失较严重,故本文选取2015年—2019年我国大陆除西藏外的30个省、自治区、直辖市的省际面板数据作为研究的原始数据。其中：互联网普及率、移动电话普及率、企业线上采购额、企业利用网络情况、企业电商销售情况、企业电商普及情况的相关数据取自2016年—2020年《中国统计年鉴》;数字化工具普及率、管控集成化比例、生产设备数字化率、业务信息化比例的相关数据取自2016年—2020年《中国两化融合发展数据地图》;投入产出比、劳动生产率的相关数据根据各省区市统计年鉴计算得出;R&D人才储备、R&D经费投入、专利情况、新产品销售额、产品或工艺创新水平的相关数据取自2016年—2020年《中国科技统计年鉴》;固体污染情况的相关数据取自2016年—2020年《中国环境统计年鉴》;能源消耗情况的相关数据取自2016年—2020年《中国能源统计年鉴》。由于部分年份数据缺失,本文借鉴Landerman等[28]的研究,当数据缺失比例小于2%时用均数替代,当数据缺失比例在2%~5%之间时用最大似然估计替代,当数据缺失比例大于5%时用多项回归替代。
（三）模型构建
1.熵值法及无量纲处理。熵值法通过各指标数值变异程度的高低来评价指标的重要性。制造业数字化转型与高质量发展两系统评价体系中指标的信息熵越小,说明该指标提供的信息量越多、越有价值,即该指标起到的作用越大,权重越大;反之则权重越小。运用熵值法对制造业数字化转型与高质量发展进行客观赋权,可以避免主观赋权法中人为因素带来的偏差,并根据有明确经济学意义的现实指标提出切实可行的推进制造业数字化转型与高质量发展的建议。计算方法如下：首先进行数据归一化处理,正向指标的处理方法为 ,负向指标的处理方法为 ,其中 表示第 个评价体系中第 项指标的原始数值（ =1,2; =1,2, , ）。其次计算第 项指标在第 个评价体系的比重 和第 项指标的熵值 ,公式为 , ,其中 =1/ln 且满足 ≥ 0。接下来计算第 项指标的信息熵冗余度 和各项指标权重 ,计算公式为 =1- , 。最后计算各省区市制造业数字化转型与高质量发展综合指数 和 ,U1为制造业数字化转型指数,U2为制造业高质量发展指数,计算公式为 , ,其中 为各指标的权重, 、 分别为 、 中各指标归一化后的数据。
2.PVAR模型。为明确制造业数字化转型与高质量发展两系统间是否存在影响以及这种影响的作用程度如何,本文利用PVAR模型进行实证检验,该模型能够很好地解决研究所用数据存在的大截面、短时序及截面间异质性问题。实证检验步骤如下：先在两系统评价结果数据平稳的前提下,对模型进行广义矩（Generalized Method of Moments,GMM）估计,检验变量之间是否存在相互影响;再利用脉冲响应分析和方差分解分析,测度变量在冲击下的响应情况以及各因素的影响程度。本文建立的PVAR模型为 ,其中 表示包含两系统数值的列向量, 表示截距项, 表示滞后 阶矩阵, 、 分别表示个体效应和时间效应, 表示随机误差项[26]。
3.耦合协调模型。为进一步探寻两系统间的互动关系,本文使用耦合协调模型进行实证检验。耦合最初是物理学中用于表述两个及以上体系或运动间相互作用进而彼此影响的现象的概念,协调指主体或其内部各要素之间配合得当、和谐一致。本文运用耦合协调度模型即使用耦合度阐释上述两系统间的相互关系,运用耦合协调度研究两系统的均衡发展程度。借鉴魏振香和史相国[29]的研究,构建解释制造业数字化转型与高质量发展耦合度（ ）模型和耦合协调度（ ）模型。耦合度计算公式为 ,耦合协调度计算公式为 。其中T为制造业数字化转型与高质量发展各自的综合发展指数,用以表征其对两系统耦合协调度的贡献程度,计算公式为T=αU1+βU2,α和β为待定系数。由于制造业数字化转型在一定程度上能促进高质量发展,高质量发展也会引领并驱动制造业数字化转型,因此α、β均赋值为0.5。
为更加科学地研究制造业数字化转型与高质量发展两系统间的耦合协调发展状况,根据田深圳等[30]的研究,本文将制造业数字化转型与高质量发展两系统的耦合度划分为5个等级,将耦合协调度划分为10个等级,详见表3 和表4 。
表3 耦合度取值区间及对应等级 |
| 耦合度C值区间 | 耦合等级 | 耦合阶段 |
|---|---|---|
| （0.0~0.1） [0.1~0.2） [0.2~0.5） [0.5~0.8） [0.8~1.0） | 1 2 3 4 5 | 低水平耦合阶段 耦合拮抗阶段 耦合磨合阶段 基本耦合阶段 高水平耦合阶段 |
表4 耦合协调度取值区间及对应等级 |
| 耦合协调度D值区间 | 协调等级 | 耦合协调程度 | 耦合协调度D值区间 | 协调等级 | 耦合协调程度 |
|---|---|---|---|---|---|
| （0.0~0.1） [0.1~0.2） [0.2~0.3） [0.3~0.4） [0.4~0.5） | 1 2 3 4 5 | 极度失调 严重失调 中度失调 轻度失调 濒临失调 | [0.5~0.6） [0.6~0.7） [0.7~0.8） [0.8~0.9） [0.9~1.0） | 6 7 8 9 10 | 勉强协调 初级协调 中级协调 良好协调 优质协调 |
4.莫兰指数模型。莫兰指数模型主要用于研究各地两系统间耦合协调度与各地地理位置之间的空间关联程度,分为全局莫兰指数和局部莫兰指数[31]。全局莫兰指数用来检验不同地区间耦合协调度是否存在相互作用,计算公式为 ,其中 为地区数量, 、 分别为各地区两系统间的耦合协调度, 为各地区耦合协调度平均值, 为空间权重矩阵,Moran’s I∈[-1,1]。由于全局莫兰指数无法反映出各地区两系统间耦合协调度具体的空间相关性,因而需进一步计算局部莫兰空间自相关指数,计算公式为 ,其中 、 分别为第 个地区和第 个地区的耦合协调度。
四、制造业数字化转型与高质量发展动态耦合实证结果分析
（一）制造业数字化转型与高质量发展指数分析
本文运用熵值法计算出2015年—2019年全国及东中西部地区的制造业数字化转型与高质量发展指数,结果见表5 。
表5 2015年—2019年全国及东中西部地区制造业数字化转型与高质量发展指数测算结果 |
| 年份 | 全国 | 东部地区 | 中部地区 | 西部地区 | ||||
|---|---|---|---|---|---|---|---|---|
| U1 | U2 | U1 | U2 | U1 | U2 | U1 | U2 | |
| 2015 | 0.21 | 0.19 | 0.25 | 0.33 | 0.16 | 0.21 | 0.06 | 0.11 |
| 2016 | 0.28 | 0.23 | 0.29 | 0.35 | 0.16 | 0.22 | 0.07 | 0.14 |
| 2017 | 0.28 | 0.27 | 0.40 | 0.38 | 0.18 | 0.25 | 0.07 | 0.16 |
| 2018 | 0.32 | 0.26 | 0.52 | 0.38 | 0.19 | 0.28 | 0.11 | 0.21 |
| 2019 | 0.38 | 0.32 | 0.61 | 0.40 | 0.20 | 0.29 | 0.14 | 0.26 |
1.全国制造业数字化转型与高质量发展水平分析。从表5 全国整体数据来看,2015年—2019年我国制造业数字化转型与高质量发展指数逐年增大。2015年全国制造业数字化转型指数为0.21,全国制造业高质量发展指数为0.19。2015年5月19日,国务院正式印发《中国制造2025》,提出应将数字化转型作为制高点、突破口和主攻方向,将制造业数字化、网络化、智能化作为新一轮工业革命的核心技术,同时从战略和政策层面对制造业创新发展、绿色发展、结构优化等提出了新要求,此后各地纷纷出台相关政策推动制造业实现高质量发展。2017年党的十九大报告更是将发展实体经济放在了国家发展的重要战略位置。2019年,我国制造业数字化转型指数上升至0.38,制造业高质量发展指数上升至0.32,两系统都取得了一定的发展。
2.东中西部制造业数字化转型与高质量发展水平分析。由表5 东中西部制造业数字化转型指数来看,2015年—2019年,我国三大地区制造业数字化转型指数呈稳步上升态势,但呈由东向西依次递减态势,且东部同中西部地区的差距在逐年扩大。其中,东部地区年均增长率为7.2%,中部地区年均增长率为0.8%,西部地区年均增长率为1.6%。东部地区在经济发展、交通基础设施、要素资源水平等方面较中西部地区更有优势,这种优势直接推动了制造业数字化转型的进程。中部地区制造业数字化转型指数虽然略高于西部地区,但是年均增长率低于西部地区。这主要是由于西部地区虽然发展基础较为薄弱,但获得了相关政策的支持,如在2016年G20峰会召开期间,贵州、宁夏等地都提出要利用数字经济实现“弯道超车”,在制造业数字化转型方面获得了优于中部地区的发展机遇。同时,东部地区云计算、大数据等产业的兴起需要设置大量服务器,西部地区的气候温度符合散热要求,土地价格也较东部地区便宜,因而逐渐成为大数据服务中心设立的最优选择。这些都为西部地区制造业数字化转型打下了良好的基础,成为助推制造业数字化转型高速发展的新增长极。
由表5 东中西部制造业高质量发展指数的对比来看,2015年—2019年,我国三大地区制造业高质量发展水平都有所提高,但呈由东向西依次递减态势,东部地区远高于中西部地区,而中部和西部地区差距较小,三大地区间的差距在逐年缩小。其中,东部地区年均增长率为1.4%,中部地区年均增长率为1.6%,西部地区年均增长率为3%,西部地区制造业高质量发展水平增速明显高于东部和中部地区。这是因为东部地区制造业发展较早,其经济效益、创新发展和绿色发展水平已相对较高,而要实现制造业高质量发展不是一蹴而就的,需要长时间产业结构转型升级、人才培养、要素优化配置的积累,现今东部地区制造业高质量发展已经到了门槛阶段,要实现“质变”,还需要更多的“量变”积累,所以增速较缓。而中西部地区虽然发展基础较东部地区差,但是其受相关政策的激励和影响的边际效用更大。2016年《促进中部地区崛起“十三五”规划》提出要构建中部地区“一中心四区”的新战略定位,将中部地区建成我国先进制造业基地;2017年《西部大开发“十三五”规划》也提出,要实现高质量发展必须统筹推进新型工业化,引导东中部地区环境污染小、吸纳就业多的产业向西部地区梯次转移,大力发展西部地区先进制造业和战略性新兴产业。这些政策在很大程度上推动了中部和西部地区的制造业高质量发展。
（二）制造业数字化转型与高质量发展的动态关系检验
1.面板ADF检验。本文对我国整体制造业数字化转型与高质量发展的面板数据进行单位根检验,以考察面板数据是否平稳,表6 为变量面板单位根检验结果,为方便呈现结果,以Mt代表制造业数字化转型,以Md代表制造业高质量发展。由表6 所示的ADF检验结果可知,制造业数字化转型与高质量发展两系统的一阶差分序列均通过了平稳性检验,且在1%水平上显著。
表6 变量面板单位根检验结果 |
| 序列 | P值 | 结论 |
|---|---|---|
| Mt | （-0.3104） | 不平稳 |
| Md | （0.0000）*** | 平稳 |
| DMt | （0.0000）*** | 平稳 |
| DMd | （0.0000）*** | 平稳 |
注：***表示在1%的水平上显著。 |
2.面板协整检验。在两个变量序列一阶单整的前提下,进一步考察制造业数字化转型与高质量发展序列之间是否具有稳定的均衡关系,需要对两系统数据进行面板协整检验。本文采用Kao检验法、Pedroni检验法、Westerlund检验法对变量数据进行协整检验,结果均表明两系统存在稳定的均衡关系,因此,本文选择代入制造业数字化转型与高质量发展系统的原始数据进行PVAR模型估计。
3.广义矩估计检验。为考察制造业数字化转型与高质量发展两系统变量间的影响关系,本文采用PVAR2代码对制造业数字化转型与高质量发展指数两个变量进行广义矩估计检验。根据MBIC、MAIC、MQIC最小化准则和系统内生变量面板数据的要求,综合考虑面板脉冲响应函数的收敛性,确定最优滞后阶数为一阶。进一步地,本文采用广义矩估计法对我国制造业数字化转型与高质量发展两系统的PVAR模型进行参数估计,结果见表7 。
表7 我国制造业数字化转型与高质量发展GMM估计结果 |
| 变量 | h_ Mt | h_ Md |
|---|---|---|
| L1. h_ Mt | 0.4358（0.048）** | 0.5031（0.0180）** |
| L1. h_ Md | 0.1805（0.091）* | 0.3032（0.4450） |
注：*、**分别表示在10%、5%的水平上显著。 |
由表7 可知,滞后1期的制造业数字化转型（L1. h_ Mt）对当期的制造业数字化转型（h_ Mt）在5%的显著性水平上具有正向影响,滞后1期的制造业高质量发展（L1. h_ Md）对当期的制造业高质量发展（h_ Md）影响不显著。这说明制造业数字化转型在发展过程中存在依赖自身惯性推进的现象,而制造业高质量发展中这一现象并不显著。滞后1期的制造业数字化转型（L1. h_ Mt）对当期的制造业高质量发展（h_ Md）在5%的显著性水平上具有正向影响,滞后1期的制造业高质量发展（L1. h_ Md）对当期制造业数字化转型（h_ Mt）在10%的显著性水平上具有正向影响。这说明前一期的制造业数字化转型对制造业高质量发展的促进作用较强,而前一期的制造业高质量发展对制造业数字化转型的促进作用较弱,且制造业数字化转型过程中的自我推动效应强于制造业高质量发展的驱动作用。
4.脉冲响应分析。脉冲响应可以揭示制造业数字化转型与高质量发展之间的动态作用过程。本文在基期分别设置制造业数字化转型和高质量发展为1个单位的脉冲,考察期限设置为5年,通过考察各变量对冲击的动态响应,分析冲击对其产生的影响,结果见图1 。
由图1 （a~b）制造业高质量发展（Md）受到自身和制造业数字化转型（Mt）新息冲击的动态响应结果可知：受到自身新息冲击,同期产生正向响应,而后逐渐转为负向响应,在第1期达到最小值,在第2期后逐渐收敛为0;受到制造业数字化转型新息冲击,同期没有反应,而后逐渐转为正向响应,在第1期达到最大值,在第2期后逐渐下降为0。由此可知,制造业数字化转型对高质量发展具有一定的正向促进作用。
由图1 （c~d）制造业数字化转型（Mt）受到自身和制造业高质量发展（Md）新息冲击的动态响应结果可知：受到自身新息冲击,同期产生较强的正向响应,而后迅速下降,在第1期后逐渐下降为0;受到制造业高质量发展新息冲击,同期产生较强的正向响应,而后逐渐转为负向响应,在第1期达到最小值,在第2期后逐渐收敛为0。由此可知,制造业高质量发展对数字化转型有一定的正向促进作用。
综上,制造业数字化转型与高质量发展之间存在正向的相互作用关系,即二者会相互促进,脉冲响应结果进一步体现了二者的互动发展关系,与 GMM 估计结果基本一致。
5.方差分解分析。为进一步探寻制造业数字化转型与高质量发展间的相互作用程度,本文利用方差分解评价每一个冲击对内生变量变化的贡献率,结果如表8 所示。由表8 可知,我国制造业数字化转型受自身变动的影响最大,在第9期以后,制造业数字化转型的方差贡献率稳定在61.6%的水平,制造业高质量发展的方差贡献率稳定在38.4%的水平。另外,我国制造业高质量发展受自身变动的影响也最大,在第9期以后,制造业高质量发展的方差贡献率稳定在79.2%的水平,制造业数字化转型的方差贡献率稳定在20.8%的水平。由此可见,制造业数字化转型与高质量发展间虽然相互促进,但两系统间存在互动水平较弱、正向协同效应不强等问题。
表8 变量预测误差的方差解释（滞后10期） |
| 滞后期数 | Mt | Md | ||
|---|---|---|---|---|
| Mt | Md | Mt | Md | |
| 1 | 0.785 | 0.215 | 0 | 1 |
| 2 | 0.674 | 0.326 | 0.134 | 0.866 |
| 3 | 0.643 | 0.357 | 0.172 | 0.828 |
| 4 | 0.63 | 0.37 | 0.19 | 0.81 |
| 5 | 0.623 | 0.377 | 0.199 | 0.801 |
| 6 | 0.62 | 0.38 | 0.204 | 0.796 |
| 7 | 0.618 | 0.382 | 0.206 | 0.794 |
| 8 | 0.617 | 0.383 | 0.207 | 0.793 |
| 9 | 0.616 | 0.384 | 0.208 | 0.792 |
| 10 | 0.616 | 0.384 | 0.208 | 0.792 |
（三）制造业数字化转型与高质量发展耦合协调度分析
在上述实证分析基础之上,本文运用耦合协调度模型测算我国制造业数字化转型与高质量发展的耦合度（C）与耦合协调度（D）,结果见表9 。耦合度C值越大说明两系统间的相互作用越大,D值介于0~1之间,且该值越大说明两系统间的协调程度越高。
表9 2015年—2019年全国及东中西部地区制造业数字化转型与高质量发展耦合度、耦合协调度测算结果 |
| 年份 | 全国 | 东部地区 | 中部地区 | 西部地区 | ||||
|---|---|---|---|---|---|---|---|---|
| C | D | C | D | C | D | C | D | |
| 2015 | 0.50 | 0.30 | 0.58 | 0.41 | 0.45 | 0.29 | 0.47 | 0.20 |
| 2016 | 0.52 | 0.32 | 0.62 | 0.45 | 0.47 | 0.30 | 0.48 | 0.22 |
| 2017 | 0.55 | 0.36 | 0.70 | 0.52 | 0.48 | 0.32 | 0.46 | 0.23 |
| 2018 | 0.58 | 0.40 | 0.79 | 0.59 | 0.48 | 0.33 | 0.47 | 0.28 |
| 2019 | 0.60 | 0.43 | 0.83 | 0.65 | 0.49 | 0.35 | 0.47 | 0.31 |
由表9 可以看出,从耦合度来分析,2015年—2019年全国制造业数字化转型与高质量发展耦合度从0.50稳步上升到0.60,维持在基本耦合阶段。分地区来看,东部地区两系统耦合度上升较快,从2015年的0.58上升到2019年的0.83,从基本耦合阶段上升到了高水平耦合阶段;中西部地区两系统耦合度发展较缓慢,均在0.45~0.49之间波动,处于耦合磨合阶段。可以看出,东部地区制造业数字化转型与高质量发展间的相互影响关系较中西部地区更紧密。
从耦合协调度来分析,2015年—2019年全国制造业数字化转型与高质量发展耦合协调度从0.30稳步上升到0.43,从轻度失调转变为濒临失调,两系统间的协调发展水平有了一定的提高。分地区来看,耦合协调度值由东向西呈梯度下降态势。2015年—2019年间,东部地区耦合协调度从0.41上升到0.65,从濒临失调转变为初级协调;中部地区耦合协调度从0.29上升到0.35,从中度失调转变为轻度失调;西部地区耦合协调度从0.20上升到0.31,从中度失调转变为轻度失调。本文认为,导致各区域两系统耦合协调发展差异较大的原因主要是各区域两系统的发展水平不同。结合两系统的综合评价指数分析,中西部地区制造业高质量发展指数一直高于制造业数字化转型指数,并且二者在2015年—2019年间呈差距扩大趋势,说明制造业数字化转型较慢是导致中西部地区两系统发展不协调的重要原因。随着经济发展水平的提高与社会进步以及国家对制造业数字化转型的政策扶持,虽然制造业数字化转型对高质量发展的推动作用与制造业高质量发展对数字化转型的驱动作用还未充分发挥,但二者的正向协调关系不断向好发展。
（四）制造业数字化转型与高质量发展莫兰指数分析
仅从时间方面分析耦合协调度具有片面性和局限性。为完善对耦合协调度的研究,本文引入莫兰指数模型对我国30个省区市的制造业数字化转型与高质量发展耦合协调度进行空间演变分析。若莫兰指数为正,则表明制造业数字化转型和高质量发展与其相邻空间单元具有相同的变化趋势,说明在空间上各省区市的两系统耦合协调度有聚集现象,且莫兰指数值越大说明这种聚集现象越明显。通常来说,莫兰指数可分为全局莫兰指数和局部莫兰指数两种。
1.全局莫兰指数。全局空间自相关可判断我国30个省区市两系统间耦合协调度在空间上的依赖程度以及是否有聚集特征。本文基于省域间经济地理距离构建空间矩阵,选取30个省区市的制造业数字化转型与高质量发展的耦合协调度作为变量,利用ArcGIS和Geoda 计算2015年—2019年的全局莫兰指数。由表10 可知,在经济地理空间矩阵下,30个省区市两系统间耦合协调度的莫兰指数均大于0,在0.4上下波动,且均通过显著性检验,表明我国制造业数字化转型与高质量发展耦合协调度存在显著的空间相关性,且两系统耦合协调度的空间相关性稳定。由此可以看出,我国30个省区市间两系统耦合协调度表现出空间聚集效应,空间差异性得到了控制。
表10 2015年—2019年我国整体两系统耦合协调度全局莫兰指数 |
| 年份 | 莫兰指数 | P值 |
|---|---|---|
| 2015 | 0.4003 | （0.0070）*** |
| 2016 | 0.4294 | （0.0080）*** |
| 2017 | 0.4175 | （0.0070）*** |
| 2018 | 0.3927 | （0.0100）*** |
| 2019 | 0.4003 | （0.0080）*** |
注：***表示在1%的水平上显著。 |
2.局部莫兰指数 。因全局莫兰指数无法考察省域空间内具体的关联特征,为详细测度区域内各省区市间的空间相关性,本文构建了基于距离关系的空间权重矩阵局部莫兰指数模型。通过Geoda绘制Lisa集聚地图①(①限于篇幅,本文未列示,结果留存备索。),进一步将我国30个省区市制造业数字化转型与高质量发展两系统间耦合协调度空间关联关系分为5种：一是“高—高”聚集,即高耦合协调度省域被高耦合协调度省域包围;二是“高—低”聚集,即高耦合协调度省域被低耦合协调度省域包围;三是“低—高”聚集,即低耦合协调度省域被高耦合协调度省域包围;四是“低—低”聚集,即低耦合协调度省域被低耦合协调度省域包围;五是“不显著”,即相邻省域间的耦合协调度不存在空间相关性。
30个省区市中,东部和西部地区各省区市间存在空间相关性,中部地区省份间不存在空间相关性。2015年—2019年,东部地区大部分省市间都表现出“高—高”聚集特征,制造业数字化转型与高质量发展两系统间耦合协调度有着一定的空间相关性;西部地区表现出“低—低”聚集特征,相邻省域间具有低耦合协调度的空间溢出效应;中部地区各省区的空间相关性不显著。通过对局部莫兰指数进行分析可以发现,在东部制造业较发达区域,两系统间耦合协调度空间聚集度相对较高,并且该区域两系统的协同发展能够对周边地区制造业数字化转型与高质量发展起到辐射带动作用。西部地区制造业发展基础较薄弱,两系统间的耦合协调度也相对较低,相邻省域表现出“低—低”聚集特征。而中部地区各省份空间相关性不显著可能是由于不同省份的国家战略定位不同,如黑龙江、内蒙古、安徽等省区属于我国农业大省,农业发展较工业发展更有优势,其在制造业数字化转型与高质量发展的协同发展上,不能很好地发挥对周边地区的带动作用,同时周边以工业为主的省份想要渗透进来也存在一定壁垒,因此局部莫兰指数显示出不显著的结果。
此外,虽然制造业数字化转型与高质量发展两系统间耦合协调度的全局莫兰指数在2015年—2019年间维持在较高水平,但从局部莫兰指数可以看出,空间相关性不显著的区域在逐年增加,原因在于近年我国各省区市在空间效应上的联系日益松散,相互依赖性日趋减弱。东部地区的耦合协调度空间聚集效应不断减弱,说明东部地区不同区域间两系统的耦合协调度溢出效应在不断减弱,这种趋势不利于该地区制造业数字化转型与高质量发展的耦合协调发展。西部地区空间负相关区域在逐渐减少,说明随着西部地区制造业数字化转型与高质量发展水平的提高以及东西部产业转移,东部地区与西部地区制造业两系统间耦合协调度的差异化程度不断缩小,发展不平衡问题得到了一定缓解。
五、结论与建议
（一）结论
本文通过建立制造业数字化转型与高质量发展评价体系,运用PVAR、耦合协调和空间自相关等方法,对我国2015年—2019年制造业数字化转型与高质量发展的动态耦合关系进行时间空间检验,综合研究我国东中西部地区两系统间的耦合协调发展程度。研究得到的主要结论如下：
1.我国制造业数字化转型与高质量发展两系统的发展水平整体呈上升态势,但区域差距明显。2015年—2019年,两系统发展水平整体呈波动式上升态势,且制造业数字化转型发展增速高于高质量发展增速。但东中西部地区两系统发展水平有着明显差距,呈现出由东向西递减的特征,同时东部地区制造业数字化转型增速高于高质量发展增速,而中西部地区正相反。
2.我国制造业数字化转型与高质量发展相互促进,但互动效应较弱。其中,制造业数字化转型对高质量发展的支撑和促进作用明显强于后者对前者的引领和驱动作用。两系统发展对其自身仍有明显依赖,系统间的互动效应有待加强。
3.我国制造业数字化转型与高质量发展耦合度和耦合协调度整体呈稳步上升态势,但存在区域差异性。两系统耦合度和耦合协调度整体增长较缓慢,维持在基本耦合阶段,但两系统耦合协调度水平有了一定提高。分地区看,我国东中西部两系统耦合协调度差异性较大,东部地区处于初级协调阶段,制造业数字化转型水平高于高质量发展水平,中西部地区则处于轻度失调阶段,制造业数字化转型水平落后于高质量发展水平。
4.我国制造业数字化转型与高质量发展耦合协调度呈现出空间相关性。两系统耦合协调度在空间上表现出明显的空间正相关性,东部地区和西部地区内部存在空间相关性。其中,东部地区省市表现出“高—高”聚集特征,西部地区省区市表现出“低—低”聚集特征,但随着时间推移,这种空间聚集性在减弱。
（二）建议
1.深化东中西部关联,发挥东部地区对中西部地区的带动作用。中西部地区要在承接东部地区落后产能转移的同时,进一步深化东中西部关联,东部地区在推动自身制造业数字化转型与高质量发展的过程中,应充分利用数字平台加强同中西部地区制造业的协同发展,更好地发挥技术溢出效应,以技术创新带动经济效益提升和绿色发展。
2.因地制宜提高制造业数字化转型与高质量发展的耦合协调度。对于制造业两系统已发展至协调阶段的东部地区,要继续保持制造业数字化转型的发展优势,补足绿色发展短板,促进两系统协调共进;对于仍处于失调阶段的中部与西部地区,要推动制造业数字化转型与高质量发展的协同发展,打破对劳动和资本密集型产业的路径依赖,运用数字工厂优化劳动密集型产业,运用数字金融降低资金成本、拓宽资金来源,提高经济效益,实现两系统互促发展的良性循环。同时,中西部地区制造企业要学习东部地区制造企业的先进管理和生产经验,着力提升两系统正向协调发展的能力。
3.制定省域关联发展政策,促进省域间形成“高—高”空间关联。应充分考虑省域间制造业的互补性和关联性,制定合理的产业联动发展政策,打破产业结构分割和省域间行政利益高墙,从顶层设计层面完善我国制造业发展的产业联动规划,促进全领域要素流动,优化区域间产业结构,提升区域创新水平,促进制造业数字化转型与高质量发展协调共进,减弱省域间的“低—低”关联。东部地区可以京津冀、长三角、珠三角等地区为主导,充分发挥东部地区制造业两系统协调发展的空间溢出效应,增强东部地区省域间的产业协同效应和关联效应。中西部地区在发展中应立足自身优势制定政策,在促进原有资源密集型制造业发展的基础上,充分吸收东部地区制造业技术转移,通过数字技术发展技术密集型制造业,并对有技术创新潜力、遵守绿色发展规制的企业给予税收优惠和资金支持。