數字化賦能傳統制造業發展的機制與效應分析

黃宗遠 王鳳陽 陽太林

摘 ??要：作為技術經濟范式的重要新形式，數字化在關鍵要素、技術體系、制度框架、價值理念等方面呈現新的特征。基于數據要素及自然技術、社會技術、思維技術綜合創新的視角構建新的分析框架，對數字化賦能傳統制造業發展的內在機理進行深入分析，并運用省級面板數據進行實證分析，結果表明：數字化對傳統制造業發展具有較強的正向賦能作用，其中數據要素是數字化賦能機制的基礎，自然技術和思維技術的數字化創新具有較強的正向促進作用，社會技術的數字化創新則呈現滯后期牽絆效應和適應期正向效應的兩階段效應，產業競爭程度的提升也可以促進數字化賦能效應的發揮。為了更好地把握數字化進程中的歷史機遇，傳統制造業應更加注重數據要素價值的發揮，加快推進自然技術、社會技術和思維技術的數字化創新，并進一步消解社會技術創新滯后期的牽絆效應，促進其正向賦能效應的充分發揮。

關鍵詞：數字化；技術經濟范式；傳統制造業；賦能機制

中圖分類號：F49 ??文獻標識碼：A ??文章編號：1003-7543（2023）06-0040-14

目前，以大數據、云計算、互聯網、人工智能等數字技術為核心的新一輪科技革命正在加速演進，數字化形成的新動力驅動著現代經濟更加強勁、持續的增長，促進了經濟社會發展形態和運行方式的全面變革［1］。相關統計數據顯示，2020年我國數字經濟規模已經達到39.2萬億元，占GDP比重達38.6%，增速顯著高于同期GDP增速，2021年數字經濟規模及占GDP比重更是分別高達45.5萬億元、39.8%［2］，這充分說明數字經濟已經成為推動我國經濟增長的新引擎。

傳統產業的數字化是數字經濟彰顯其強大力量的重要途徑，對制造業的數字化賦能則是我國數字經濟與實體經濟深度融合的關鍵。作為實體經濟的重要組成部分，傳統制造業價值鏈長、關聯性強、帶動性大，能夠為其他產業提供原料、設備和技術等基礎保障，是我國國民經濟發展的基石。傳統制造業的數字化既關系到我國能否通過把握數字技術革命的機會窗口進行“彎道趕超”，又關系到能否實現新形勢下傳統制造業的高質量發展。因此，深入研究數字化對傳統制造業賦能的內在機理、決定因素和復雜效應，既有重要的理論意義，又有重要的實踐應用價值。

近年來學術界就數字化賦能問題的關注焦點主要集中在以下方面：一是集中在數字技術進步的作用方面，主要分析了數字技術對降本增效［3-4］、技術創新［5-6］、企業管理［7］、就業［8］、經濟增長［9］等經濟變量的影響。二是對數字產業與傳統產業技術融合問題的分析［10］，認為數字化技術催生了新業態、新產品、新模式［11-12］，促進了產業組織、產業結構的調整和升級［13-14］。三是對數字技術在產業價值創造、價值獲取方式的變革［15-16］，以及企業間競爭關系轉變為合作共生關系等方面的研究［17］。總體而言，目前的研究主要還是從技術要素的應用視角展開，對其他非技術因素的作用過程還缺乏深入探討，數字化賦能機理的“黑箱”尚未完全打開。

實際上，以智能化、數字化、信息化為特征的新一輪工業革命是一場嵌入技術、管理、制度、文化、政治等多維系統中的技術經濟范式的深刻變革與創新［18-19］，數字經濟正作為經濟的、政治的和意識形態的“常識”為社會所接受［20-21］。因此，數字化賦能的機制本質上就是數字化技術經濟范式的作用機制。作為技術經濟范式的一種新的重要表現形態，數字化賦能機理的內在意蘊不僅涉及人與自然的關系，而且涉及人的行為模式和各個主體間的社會關系［22］。由舊范式衰退到新范式成長的變遷過程還會引發從新關鍵生產要素發揮作用、認知方式提升、技術創新到制度共同體創新變革的復雜演化過程［23］。因此，數字化賦能是一個系統工程，從數據化技術融入生產要素開始，會逐漸遍歷新關鍵生產要素形成到自然技術、社會技術、思維技術數字化等各種物質要素、技術要素數字化綜合作用的過程。

在這一邏輯架構的基礎上，本文首先構建基于生產要素賦能、技術系統賦能的數字化促進傳統制造業發展的分析框架，并運用省級面板數據，對我國傳統制造業的數字化賦能效應進行實證分析與檢驗，從中探索數字化對傳統制造業賦能的邏輯和機理，并深入分析其決定因素和賦能效應。

一、數字化賦能傳統制造業發展的途徑及機理

工業革命以來的經濟發展歷程表明，技術的每一次革命性創新，都會推動全球經濟進入一個嶄新的發展階段。進一步的研究表明，技術創新的這一作用，往往都是通過技術經濟范式體系的變革與創新來實現的。作為一個重要的研究范疇，技術經濟范式理論最早是由佩蕾絲和弗里曼等人在庫恩的“科學范式”和多西的“技術范式”理論基礎上提出的，用以描述被廣泛傳播的技術革命通過經濟系統影響企業行為和產業發展的過程［24-25］。作為技術革命擴散的載體，技術經濟范式是社會宏觀經濟和微觀主體運行遵循的“基本法則”，決定了運用新關鍵生產要素和新技術的最大獲益方法或最佳實踐模式。奠基于新技術基礎上的技術經濟范式發展一方面會催生一批有強大影響且相互依賴的新產業，成為經濟增長的新引擎，另一方面新范式下新關鍵生產要素的應用、新技術的傳播、新規則的滲透也會對已成熟的傳統產業進行改造升級，從而為其發展注入強大的新動力。

從技術經濟范式的發展過程來看，新關鍵生產要素的形成和大量應用是技術經濟范式變革的重要標志之一，這種范式的創新除了自然技術的創新、社會制度框架的重新設計與更迭之外，還包括對意識形態、思想理論信念和行為觀念的修正，從而構成一個推動產業發展的巨大的、復雜的、演化的技術系統。因此，數字化賦能機制本質上就是數字化技術經濟范式變革對于產業體系結構變化的作用過程，是通過生產要素體系的重塑和大技術系統的創新來完成的。在這一過程中，自然技術創新、社會技術創新和思維技術創新構成的大技術系統創新對于傳統產業升級轉型過程中的研發設計、流程再造、生產制造過程、組織變革、營銷體系和生產經營管理等諸多重要生產經營活動環節的績效提升都會產生巨大的影響。基于這一思想，考慮到傳統的范式—制度框架對現階段的一些重要技術經濟問題缺乏足夠有力的解釋工具和方法，本文將其擴展成生產要素賦能和技術賦能兩種機制相結合的新框架。

作為現代技術經濟范式的一種具體表現形式，數字化對傳統制造業發展的賦能也是通過數字化技術經濟范式與技術系統的持續創新機制來實現的。雖然從表象來看，這一賦能過程也可以簡稱為傳統制造業的數字化，但其實質則是傳統制造業使用根植于數字化通用技術的新數據生產要素，通過包括自然技術創新、社會技術創新、思維技術創新三大維度的整個技術系統的深入創新來實現的，是對傳統制造業的產業價值鏈全環節、全要素的數字化升級、轉型和再造的過程。這一過程事實上已經在我國的現實經濟進程中深入而廣泛地展開，我國產業數字化規模體量、增長速度和對數字經濟的貢獻度遠大于數字產業化等數據有力地佐證了傳統制造業的數字化進程在我國經濟發展中所展現的重要力量［2］。

數字化的發展包括導入期和展開期兩個階段。在導入期的初期階段，數字技術實現突破，新技術簇群不斷涌現、交叉融合、加速迭代，數字化要素逐漸取代成本較高的要素并被密集使用，而制度體系、管理模式等社會技術的轉變則往往滯后于新技術的發展，數字技術快速擴散的需求與非技術因素滯后供給的不匹配，導致數字化在其發展初期可能會出現一個無序和低效率的階段。進入展開期后，隨著數字化要素的廣泛應用，成本結構的變化導致比較優勢發生改變，數字化帶來的外部效應重組甚至重構了整個經濟體系。適應數字技術邏輯和要求的社會技術與思維技術轉換逐漸完成，數字化在傳統制造業領域的賦能潛力開始充分顯現，在推動傳統制造業轉型升級與高質量發展過程中將發揮巨大作用。

基于上述分析，我們需要回答這一發展過程的內在機理是怎樣的，以及這一作用是如何發生和實現的。這顯然是一個較為復雜且困難的問題。事實上，盡管目前學術界對技術經濟范式的作用過程進行了諸多分析，但正如當年索洛余值困擾研究者的局面一樣，迄今為止關于技術經濟范式的具體作用機理仍有許多模糊不清、難以理解的地方。破解這種困難局面，需要構建一種新的分析框架，而不能再局限于傳統的研究范式。這也是本文提出技術經濟范式賦能傳統產業發展分析框架的內在原因。根據這一分析框架，我們認為數字化賦能傳統制造業發展主要通過兩大方面得以實現和完成。

（一）數字化推動關鍵生產要素的形成與發展，極大地釋放出新要素的潛能，促進傳統制造業降本增效

歷史證明，人類社會每一次重大的科技革命和產業變革，都會形成新的關鍵生產要素。就像佩蕾絲所指出的那樣，關鍵生產要素是一種或一組特定的投入，具有生產成本的下降性、供應能力的無限性和運用前景的廣泛性三大特征。技術革命總是能夠通過關鍵生產要素潛能的釋放來推動成本降低、效率提升，促進社會財富積累。面對數字化技術的發展浪潮，數據規模、數據采集存儲加工能力和數據基礎設施建設逐漸成為大國競爭的制高點［26］。數據要素作為一種具有高流動、易復制、強互補性、強外部性、自我增值性的新型生產要素［27］，在傳統制造業價值創造過程中不僅可以將自身價值轉移到新產品中，而且能依托虛擬空間作用于物理空間的產業活動，對傳統要素進行數字化改造。數據貫穿于產業研發、生產、流通、服務的全流程，隨著數字技術的進步和廣泛應用，產業主體可以即時地對各環節數據進行自動化采集、傳輸、加工、處理與分析，將原本無法被采集、識別、分離的信息高效地轉化為具備應用和開發潛力的數據要素，從中挖掘出有效信息并作用于其他傳統要素，使傳統要素質變為全新的數字化要素，這一過程在增強要素間協同性的同時，還可以降低由信息不對稱帶來的資源浪費，從而促進傳統制造業全要素生產率的提升［28］。

（二）數字化促進三大技術系統的協同創新，為傳統制造業發展賦予新的強大動力

數字化對傳統制造業的賦能是在數字化要素基礎上通過大技術系統中三大技術的協同創新來完成的。事實上，任何技術經濟范式的演化都是一項復雜的系統工程，其技術賦能作用的發揮充滿了不確定性。現實經濟活動中總是同時存在著多種復雜的范式結構，數字化的作用就在于它能重塑已有范式中的技術體系，引發思維技術、社會技術和自然技術的數字化創新，并能夠對傳統制造業研發、生產、經營、管理等各種活動中的諸多技術進行數字化改造，從而提升其效率。在這一過程中，構成大技術系統的三大技術交織纏繞在一起，彼此之間還可能存在干擾和沖突，因而會導致數字化對傳統制造業的賦能效果可能存在不確定性。只有對這些同時運行著的復雜技術體系進行科學規劃和管理，并在數字化范式的引導下實現協同創新，才能推動傳統制造業發展朝著有利的方向演化。換言之，提升各種復雜技術系統的數字化協同創新效率，提高各種技術創新活動的適配性，正是推動傳統制造業數字化進程、發揮傳統制造業數字化正向賦能效應的關鍵。

1.通過數字化的融入實現自然技術的創新效率倍增，促進傳統制造業發展的高級化、合理化、高效率化

事實上，自然技術就是傳統意義上的狹義技術。在數字化向傳統制造業滲透的過程中，數字技術首先會融入傳統制造業的生產技術體系，通過其創新來引發生產體系乃至生產方式的變化。一方面，數字技術的嵌入可以顛覆傳統制造技術的創新邏輯、模式和過程［29］，如數字孿生、數字仿真等數字化設計工具能夠精準模擬物理實體的各種參數，并通過可視化的方式展現，在動態、不確定的環境下支持多場景研發活動，提高研發的精確性；同時，這種虛擬化運作方式還可以降低創新主體的信息搜尋成本和試錯成本，實現技術創新活動的范圍經濟［15］。另一方面，數字產業與新型基礎設施的快速發展重構了新的生產技術條件，實現了生產流程的自動化、專業工藝的智能化以及勞動力的機器化，有力地提升了傳統制造業解決復雜工藝問題的能力。如在智能制造模式下，傳統制造業可利用軟件系統和硬件設備結合智能工廠實現生產全流程的一體化和智能化，替代傳統的勞動模式；各種精密數控設備、傳感器等的應用，可助力傳統制造業實現工藝、設備參數的實時采集，提高產品的精度和加工裝配效率；人機智能交互、增材制造等技術和裝備的應用可輔助傳統制造業最大化地削減不必要、低效率的工作環節，優化產業資源配置，增強產業生產系統各環節的協同，從而促進產業經濟效益提升。

2.數字化的融入能夠提升社會技術創新的科學化、精準化和快捷化，促進傳統制造業的發展模式、業態創新和效率提升

社會技術本質上是人類調整社會關系、控制社會運行方式和手段的總和。一項新通用技術的擴散往往需要多種社會技術（如新制度體系、新組織形式、新法律、新監管框架等）的發展和協調［25］，而實踐中管理政策、制度、規則等社會技術的變遷和創新往往都是較為滯后的。當數字化滲透程度較低時，激勵社會技術創新的動力不足，這種滯后性會對傳統制造業發展造成不利影響。當數字化發展進入展開期后，各種管理政策、制度、規則、方法與手段的創新將會更加精準和快捷［30］，并催生全新的企業組織形態和產業組織結構［31-32］，企業也由過去相對封閉的組織結構形式變成通過各種信息和合作關系相聯結的網絡結構與生態結構形式，形成越來越扁平化和網絡化的發展趨勢，從而使得管理技術越來越數字化和智能化。數字技術的應用還創造出了大量新業態，互聯網+、智能+、智慧+、云+等業態的出現豐富了傳統制造業的經營形式，產業可以實現跨主體、跨領域、跨集群、跨區域的開放、合作、共享；平臺化、網絡化生產組織方式將傳統制造業的產業鏈、技術鏈和創新鏈中的要素和資源聯結起來，在更廣泛的范圍內配置資源，從而在整個生產經營網絡中形成成本更低、效率更高的協作模式；機器學習和數據分析可以幫助傳統制造業基于生產、經營、消費數據，精準識別各環節發展情況，從決策端降低生產經營活動的不確定性和錯誤率；人工智能、大數據等數字化管理手段可以幫助產業管理部門更有效地挖掘組織內外各種資源的潛力，并更好地實現對個體勞動者的監督和考核；數字化工具的運用推動了數字政府建設，促進了制度創新，使服務于傳統制造業的產業政策、制度設計更加完善，統籌協調機制更加健全，治理更加精準，服務更加高效化，政策制度的紅利發揮機制更加科學。可見，社會技術創新也必然會促進傳統制造業經營效率提升。

3.數字化的融入使得思維技術創新快速發展，大大提升了各類經濟主體的信息分析能力、決策能力和決策水平

經濟決策是一個信息搜集、分析、加工和認知的過程，這一過程中各種方法、規則和程序的變革都是思維技術的創新。數字化的發展不僅是一種技術革命，而且是一種認知革命。在資源有限性和時空局限性的條件下，人類需要不斷通過思維技術創新來構建更高效的認知管理系統，從而以最低的大腦能耗實現最合理的認知功能［33］。傳統制造業發展中各類主體出現的決策偏差主要源于決策主體信息獲取和處理能力的不足。數字化的融入使得大數據技術以及視聽覺、生物特征識別、機器學習等人工智能技術不斷涌現，從而極大地提高了決策者收集、分析、加工非結構化數據、獲取有價值信息的能力；人機交互可以幫助決策者明確產業發展目標，將高度抽象、機械式的靜態思維分析過程轉化為智能化的動態過程，并通過建立模型提供各種備選方案來輔助其決策；決策者可以將數字化決策工具與傳統決策方法相結合，構建實時在線的決策樹、影響矩陣和龍卷風圖，結合人的主動決策和機器的自動決策的特點，優化供應鏈管理、洞察新的客戶價值、發掘新的業務機會、改善產品質量、提高服務水平和優化流程，從而實現更加高效、實時、優質的決策；決策過程中可以通過即時通信、工作場所協同軟件等工具隨時隨地舉行線上會議，參與討論、分享文件，使溝通變得更加便捷，還可以與系統協同交互，共同決策，從而大大提高決策效率。顯然，數字化技術的進步和應用還能有效地增強傳統制造業中各類決策主體的理性決策能力和決策水平，有效消除與化解各種認知偏差和機會主義風險，保障傳統制造業更好地發展。

二、變量、數據與模型構建

（一）變量說明

基于上述分析，在計量檢驗中使用到的變量包括：

1.被解釋變量

傳統制造業的經濟效益（lnY）。數字化對傳統制造業的賦能作用結果最終表現為對傳統制造業經濟效益的提升，因而下文分析中用傳統制造業主營業務收入在數字化作用下的趨勢性提升來表征賦能成效，并用剔除了電子信息制造業的相關數據來表征傳統制造業。

2.解釋變量

為了反映上述機理，我們在實證分析中使用以下解釋變量：

（1）數字化水平（DIGI）。關于數字化水平的測度，目前還沒有統一的標準。考慮到單一指標只能體現數字化發展的部分進程與特征，難以反映技術經濟范式發展的綜合性和復雜性，因而在借鑒已有研究成果的基礎上［34］，本文從信息化指數、互聯網發展指數、數字交易指數三方面構建衡量數字化水平的指標體系（見表1，下頁），運用熵值法確定各指標權重，并采用多目標線性加權函數法計算得到各地區數字化水平，公式為：

DIGIit=∑ WjXit（1）

其中，i表示省份，t表示年份，j表示三級指標，Xit表示標準化數據，Wj表示第j個三級指標權重。

從測算結果來看，目前我國數字化水平較高的地區為北京、上海、廣東等東部地區，中部、西部和東北地區各省份數字化水平還有較大提升空間。省份間數字化水平系數標準差由2013年的5.82%增加到2020年的11.66%，東部、中部、西部、東北四個區域間標準差由2013年的3.85%增加到2020年的9.24%，說明我國省域、區域間數字化水平差距正在不斷擴大，發展差距也在逐漸拉大。

（2）數據要素（DATA）。目前，數據要素還沒有獨立的核算方法和體系，但在實踐活動中，企業主要通過現場設備數據采集系統、企業信息系統等管理軟件獲取、記錄相關數據，企業使用互聯網、軟件等信息技術服務的情況直接決定了其數據要素的擁有量和處理能力。因此，本文用各地區軟件和信息技術服務量作為數據要素的代理指標。

（3）大技術系統創新（SYST）。為考察基于三大技術協同創新的大技術系統創新賦能效應，本文以三大技術創新的乘積表征大技術系統創新。囿于這些指標目前還鮮有成熟的現成統計數據和指標，因而本文在研究過程中嘗試根據這些變量的內涵、特征和數據可得性來選用和構造相應的指標。考慮到技術創新活動的系統性和復雜性，任何單一指標都具有片面性，本文通過熵值法分別確定三大技術創新指標，即用由技術創新投入強度（研究與開發費用/主營業務收入）、技術獲取與改造投入強度（技術獲取與改造費用/主營業務收入）、產品創新投入強度（新產品開發經費/主營業務收入）、產品創新成效（新產品銷售收入/主營業務收入）構成的綜合指標表征自然技術創新（TECH）；用由營銷效率（主營業務收入/營銷費用）、管理效率（主營業務收入/管理費用）、人力資本制度創新（R&D人數/總就業人數）、科技制度創新（有科研機構企業數/總企業數）構成的綜合指標體系來衡量社會技術變革（SOCI）。另外，目前對于思維技術尚無可直接使用的量化指標，從思維活動過程來看，就業人員的受教育程度決定了其知識存量，是思維創新活動的基礎；科研項目活動代表了思維創新活動的活躍度；計算機的出現和發展極大地提高了人類獲取和處理信息的效率，人均計算機擁有量決定了思維創新活動的效率；發明專利表征了思維創新的技術成果；政府重要專項規劃代表了思維創新的制度與政策成果。基于此，本文以各省份大專以上就業人數占比、科技活動課題數、百人期末使用計算機數、發明專利申請數、政府專項規劃數構成的綜合指標作為思維技術創新（THIN）的代理指標。

3.控制變量

本文引入以下控制變量：市場化程度（MARK），用國有控股企業主營業務收入占比表示；開放水平（OPEN），用外商直接投資占GDP比重表示；資本化深度（CAPI），用固定資本總額與就業人數的比值來衡量。

（二）數據來源

基于數據的全面性、可得性與可靠性，本文采用2013—2020年我國省級面板數據，所有數據均來自國家及各省（區、市）統計部門公布的統計年鑒、工業統計年鑒、科技統計年鑒、勞動統計年鑒、第三產業統計年鑒以及北大法寶數據庫，由于西藏缺失數據較多，因而將其剔除。

（三）模型設定

結合前文分析，本文構建如下基準回歸模型，以檢驗數字化賦能傳統制造業發展的總效應：

lnYit=α0+α1DIGIit+α2Zit+Vi+Ut+εit（2）

其中，i表示省份，t表示年份。lnYit表示傳統制造業經濟效益，DIGIit代表數字化水平，Zit表示一系列控制變量，Vi代表省份效應，Ut代表時間效應，εit表示隨機誤差項。

數據要素作為一種全新的生產要素，可通過融入生產要素體系直接對產業效益產生影響，因而本文構建如式（3）所示的生產要素賦能模型，其中DATAit表示數據要素。

lnYit=β0+β1DIGIit+β2Zit+β3DATAit+Vi+Ut+εit（3）

數字化還通過由自然技術創新、社會技術創新、思維技術創新構成的大技術系統創新機制為傳統制造業賦能。本文在基準回歸模型的基礎上，構建如式（4）、（5）所示的中介效應模型，其中Mit代表大技術系統創新或三大技術各自的創新。

Mit=δ0+δ1DIGIit+δ2Zit+Vi+Ut+εit（4）

lnYit=γ0+γ1DIGIit+γ2Zit+γ3Mit+Vi+Ut+εit（5）

三、傳統制造業數字化賦能效應的實證結果分析

（一）基準回歸

本文采用固定效應面板數據分析法，檢驗結果顯示可能存在組間異方差、組內自相關和組間同期相關問題。表2（下頁）列（1）、（2）采用Driscoll-Kraay標準誤的最小二乘法（OLS）進行回歸，并控制時間效應和省份效應，以降低遺漏變量帶來的影響。同時，考慮到計量方程可能存在內生性問題，為確保回歸結果的穩健性，列（3）、（4）以數字化水平滯后一階作為當期的工具變量，采用兩階段最小二乘法（2SLS）進行估計①。

表2中列（1）、列（3）未加入任何控制變量，結果顯示數字化水平的回歸系數顯著為正；列（2）、列（4）加入控制變量后，結果仍顯著為正。這說明數字化水平與傳統制造業產出效益之間存在顯著的正相關關系。列（2）顯示，數字化水平每提升1個百分點，可以使傳統制造業經濟效益提升0.893%，表明數字化可以為傳統制造業發展賦能，因此，基準回歸結果符合理論預期。同時，OLS和2SLS兩種計量方法得到的核心解釋變量系數的符號及顯著性沒有實質性區別，說明本文的基準回歸結果是穩健可靠的。

（二）穩健性檢驗

為進一步驗證基準回歸估計結果的穩健性，本文選擇傳統制造業勞動生產率（LP）作為被解釋變量的替換指標；采用可行廣義最小二乘法（FGLS），分別進行穩健性檢驗，結果如表3（下頁）所示。檢驗結果表明：解釋變量的系數符號和顯著性均未發生本質性變化，基準回歸結果具有穩健性。

出于嚴謹性考慮，本文還通過替換工具變量、采用滯后期回歸的方式（選擇滯后一期、兩期數字化水平作為解釋變量），對可能存在的內生性問題作進一步檢驗。在替換工具變量法中，借鑒已有研究［35］，以各省份1984年每百萬人郵局數量作為工具變量（IV）。事實上，作為早期的信息運輸、信息交流方式，郵局數量在一定程度上代表了一個地區的信息化發展情況，因而數字化的興起和發展也更容易出現在這些地區，歷史上郵局數量較多的地區也極有可能是如今數字化程度較高的地區；同時，1984年各地區的郵局數量并不會對現今傳統制造業的經濟效益產生直接影響，因而該變量滿足工具變量相關性及外生性的原則。另外，由于1984年郵局數量為橫截面數據，為避免不隨時間變化的工具變量在固定效應模型中難以應用，本文選用上一年數字化水平與1984年郵局數量的交互項作為當期數字化水平的工具變量，采用兩階段最小二乘法進行回歸，結果如表4（下頁）所示，工具變量通過了識別不足檢驗、弱工具變量檢驗，可視為有效的工具變量。滯后期回歸結果如表5（下頁）所示。在替換工具變量、采用滯后期回歸方式進一步考慮內生性問題之后，數字化對傳統制造業經濟效益依然呈現顯著正向影響，與基準回歸結果一致，進一步說明了本文估計結果的穩健性和可靠性。

（三）作用機制檢驗

為弄清楚數字化到底是如何為傳統制造業發展賦能的，這里進一步檢驗了數據要素和大技術系統創新機制的賦能效應，結果如表6所示。同時，本文還檢驗了自然技術創新、社會技術創新與思維技術創新各自的賦能效應，結果如表7（下頁）所示。

由表6可以得到以下結論：第一，數據要素賦能機制成立。列（1）中數據要素的系數為負，與預期相悖，無法說明數據要素可以促進傳統制造業經濟效益提升，為此，本文在列（2）中引入數據要素二次項，結果顯示數據要素與產業經濟效益之間為先抑制后促進的U型非線性關系，說明當數據要素達到一定程度時，其促進傳統制造業發展的能力才能發揮出來。出現這一現象可能是因為我國數據資產化、資本化建設起步晚，目前數據孤島、數據質量低下的問題仍普遍存在，影響了數據要素價值的發揮。第二，列（3）中數字化水平系數顯著為正，說明數字化對大技術系統創新存在正向影響，同時，列（4）中大技術系統創新系數顯著為正，表明大技術系統創新的賦能機制成立，即數字化可以通過促進大技術系統創新，為傳統制造業發展賦能。

由表7可以得到以下結論：第一，列（1）、列（2）結果表明，數字化可以通過促進自然技術創新為傳統制造業發展賦能。在列（1）中數字化水平每提升1個百分點，可以促進自然技術創新強度提升1.820%，同時，自然技術創新強度每提升1%，傳統制造業經濟效益將提升0.273%，這表明自然技術創新作為中介變量，在數字化和傳統制造業經濟效益之間起到了傳導正向賦能效應的作用。第二，考慮到社會技術創新的滯后性，本文在社會技術創新機制檢驗部分同時引入數字化水平的二次項，結果如列（3）—（5）所示。由列（3）、列（4）數字化水平的系數與列（5）社會技術創新系數均顯著可知，數字化可以通過社會技術創新機制為傳統制造業發展賦能。其中，列（4）中數字化水平系數一次項為負、二次項為正，表明數字化水平與社會技術創新呈U型關系，即當數字化水平達到一定程度時，才能有效激勵社會技術變革，這也正說明了管理與制度變革的滯后性，所以當數字化水平較低時，低效的管理模式與制度體系會在一定程度上削弱數字化的賦能效應。第三，列（6）、列（7）結果顯示，數字化水平每提升1%，可以促進思維技術創新強度提升1.048%，同時思維技術創新強度每提升1%，傳統制造業經濟效益將提升0.409%，表明數字化可以通過思維技術創新機制為傳統制造業發展賦能。以上結果均與理論預期相符。

（四）檢驗結果的進一步分析

這里將產業集中度作為調節變量加入模型，對前文的回歸結果作進一步檢驗，以探討產業技術經濟特性對數字化賦能效應的影響。參考已有研究，本文用各地區企業平均規模（生產總值/企業數）衡量產業集中度（CONC）。

由表8可知，產業集中度的調節效應在5%統計水平上顯著，列（2）中數字化水平與產業集中度交互項系數為負，表明產業集中度過高導致的資源過度集中，反而會給數字化賦能效益的發揮造成負面影響。因此，就現階段而言，降低產業集中度，引導、鼓勵產業間良性競爭可以促進數字化賦能傳統制造業發展作用的發揮。

四、研究結論與政策建議

當前，數字化技術革命正在快速推進，對數字化的主動適應不僅是我國傳統制造業在新形勢下生存的基本要求，而且是我國經濟實現轉型升級和高質量發展的重要保證。本文運用大技術系統理論的分析思路與方法，深入探討了數字化賦能傳統制造業高質量發展的內在機理、作用過程與實現途徑，這在技術經濟范式理論與方法的研究方面是一種有意義的嘗試與創新，對于我國傳統制造業在新時代背景下如何更好地實現高質量發展這一重要命題也有望提供一些有益啟示。本文的主要結論如下：

第一，數字化可以為我國傳統制造業發展賦能。從區域結構來看，我國中西部以及東北地區各省份數字化水平還有較大的提升空間，且省域、區域間數字化發展不平衡在逐漸擴大。從數字化的賦能機制來看，生產要素的內在賦能機制會推動數據要素的不斷積累，并帶來顯著的經濟績效。需要注意的是，數據要素資產化、資本化建設的滯后會在一定程度上抑制數據要素價值的充分發揮。數字技術在促進大技術系統創新效率提升的同時，推動了傳統制造業經濟效益的提升。其中，自然技術創新可以有效傳導數字化浪潮對傳統制造業經濟效益的正向賦能作用。

第二，社會技術變革的滯后在數字化為傳統制造業發展賦能的過程中起到了牽絆的作用。在數字化發展初期，必須有效解決社會技術變革激勵動力不足，在位范式的社會文化慣性、組織行為邏輯、權力以及利益導致的內在惰性較大，適配數字技術應用的組織管理制度體系尚不完善，傳統制造業數字化下的新業態、新模式應用仍處于不斷探索和發展中等問題，加快推進組織結構、管理體制、制度規范和社會文化等社會技術范疇的諸多創新，借以促進數字化中社會技術子系統正向賦能效應的發揮。

第三，在數字化由導入期向展開期的不斷深入擴散過程中，思維觀念的轉變作為自然技術、社會技術和產業轉型升級的前置變量起著關鍵作用。只有遵循新技術發展規律，善于學習和接受新知識、新思想，勇于打破慣性思維的桎梏，創新發展理念，才能使數字化中潛藏的巨大力量轉變為現實的巨大推動力。

基于上述結論，提出如下建議：

第一，進一步加快數字化的發展，促進數字化賦能效應的充分發揮。數字化賦能的實質是數字化技術經濟范式的作用機制不斷導入和展開的過程。因此，既要針對各種具體的產業活動推出各種相應的規制，做到一業一策、精準施策，又要高屋建瓴，做好全局的謀劃和頂層設計，促進技術經濟范式的轉換、創新和變革。

第二，加快培育數據要素市場，保障數字化進程的健康發展。數字化的不斷發展將帶來數據生產要素的集聚，給傳統制造業的轉型升級帶來沖擊和影響。作為一種革命性的創新浪潮，這種沖擊和影響既有正面的推動與促進，又潛藏著諸多威脅和風險。因此，在加快培育數據要素市場的過程中，應鼓勵數據共享、數據開放，并加快建立數據治理與監管體系，推動數字化進程。

第三，樹立大技術系統創新理念，加強數字化技術體系的系統化創新，把握數字化進程中的歷史性機遇。具體而言，要從如下方面著手：加大數字化創新投入，加強數字技術與傳統制造業的融合研究，促進數字化科研成果轉化，更好地適應市場經濟發展的需求；加強數字化制度體系構建，促進數字化政策創新，從制度和政策體系上保障和促進數字化過程中的有序銜接和發展；注重現代決策技術與方法的應用和發展，學習新思想，吸收新知識，掌握新的思維決策技術和方法，提高各級各類經濟主體的決策水平和能力，更好地順應數字化浪潮，把握數字化進程中的歷史性機遇。

參考文獻

［1］張路娜，胡貝貝，王勝光．數字經濟演進機理及特征研究［J］．科學學研究，2021（3）：406-414．

［2］中國信息通信研究院．中國數字經濟發展報告（2022年）［R/OL］．（2022-07-08）［2022-07-09］．http：//www.caict.ac.cn/kxyj/qwfb/bps/202207/P020220729609949023295.pdf．

［3］張磊，張鵬．中國互聯網經濟發展與經濟增長動力重構［J］．南京社會科學，2016（12）：7-14．

［4］RELICH M. The impact of ICT on labor productivity in the EU［J］. Information Technology for Development， 2017（4）： 706-722.

［5］溫湖煒，王圣云．數字技術應用對企業創新的影響研究［J］．科研管理，2022（4）：66-74．

［6］周文輝，王鵬程，楊苗．數字化賦能促進大規模定制技術創新［J］．科學學研究，2018（8）：1516-1523．

［7］劉淑春，閆津臣，張思雪，等．企業管理數字化變革能提升投入產出效率嗎［J］．管理世界，2021（5）：170-190．

［8］戚聿東，劉翠花，丁述磊．數字經濟發展、就業結構優化與就業質量提升［J］．經濟學動態，2020（11）：17-35．

［9］荊文君，孫寶文．數字經濟促進經濟高質量發展：一個理論分析框架［J］．經濟學家，2019（2）：66-73．

［10］張龍鵬，張雙志．技術賦能：人工智能與產業融合發展的技術創新效應［J］．財經科學，2020（6）：74-88．

［11］邢小強，周平錄，張竹，等．數字技術、BOP商業模式創新與包容性市場構建［J］．管理世界，2019（12）：116-136．

［12］LATULLA V M， URBINATI A， CAVALLO A， et al. Organizational re-design for business model innovation while exploiting digital technologies： a single case study of an energy company［J］. International Journal of Innovation and Technology Management， 2021（2）： 204002.

［13］余東華，李云漢．數字經濟時代的產業組織創新——以數字技術驅動的產業鏈群生態體系為例［J］．改革，2021（7）：24-43．

［14］李曉華．“新經濟”與產業的顛覆性變革［J］．財經問題研究，2018（3）：3-13．

［15］戚聿東，肖旭，蔡呈偉．產業組織的數字化重構［J］．北京師范大學學報（社會科學版），2020（2）：130-147．

［16］呂鐵，李載馳．數字技術賦能制造業高質量發展——基于價值創造和價值獲取的視角［J］．學術月刊，2021（4）：56-65．

［17］陳劍，黃朔，劉運輝．從賦能到使能——數字化環境下的企業運營管理［J］．管理世界，2020（2）：117-128．

［18］黃群慧，賀俊．“第三次工業革命”與中國經濟發展戰略調整——技術經濟范式轉變的視角［J］．中國工業經濟，2013（1）：5-18．

［19］MANSELL R. Adjusting to the digital： societal outcomes and consequences［J］. Research Policy， 2021（9）： 104296.

［20］楊青峰，李曉華．數字經濟的技術經濟范式結構、制約因素及發展策略［J］．湖北大學學報（哲學社會科學版），2021（1）：126-136．

［21］王姝楠，陳江生．數字經濟的技術—經濟范式［J］．上海經濟研究，2019（12）：80-94．

［22］黃宗遠．技術經濟工程：推動經濟發展方式轉變的重要手段［J］．學術論壇，2015（8）：56-62．

［23］黃凱南．演化經濟學理論發展梳理：方法論、微觀、中觀和宏觀［J］．南方經濟，2014（10）：100-106．

［24］克里斯·弗里曼，弗朗西斯科·盧桑．光陰似箭：從工業革命到信息革命［M］．沈宏亮，主譯．北京：中國人民大學出版社，2007．

［25］卡蘿塔·佩蕾絲．技術革命與金融資本：泡沫與黃金時代的動力學［M］．田方萌，胡葉青，劉然，等，譯．北京：中國人民大學出版社，2007．

［26］王一鳴．百年大變局、高質量發展與構建新發展格局［J］．管理世界，2020（12）：1-13．

［27］朱恒源，王毅．智能革命的技術經濟范式主導邏輯［J］．經濟縱橫，2021（6）：66-72．

［28］蔡躍洲，馬文君．數據要素對高質量發展影響與數據流動制約［J］．數量經濟技術經濟研究，2021（3）：64-83．

［29］AGOSTINI L， GALATI F， GASTALDI L. The digitalization of the innovation process： challenges and opportunities from a management perspective［J］. European Journal of Innovation Management， 2020（1）： 1-12.

［30］HININGS B， GEGENHUBER T， GREENWOOD R. Digital innovation and transformation： an institutional perspective［J］. Information and Organization， 2018（1）： 52-61.

［31］STEIBER A， ALANGE S， GHOSH S， et al. Digital transformation of industrial firms： an innovation diffusion perspective［J］. Information and Organization， 2021， 24（3）： 799-819.

［32］劉洋，董久鈺，魏江．數字創新管理：理論框架與未來研究［J］．管理世界，2020（7）：198-217．

［33］孫燁．技術創新涌現性的特征表達及其認知演化基礎［J］．自然辯證法研究，2020（3）：39-44．

［34］劉軍，楊淵鋆，張三峰．中國數字經濟測度與驅動因素研究［J］．上海經濟研究，2020（6）：81-96．

［35］黃群慧，余泳澤，張松林．互聯網發展與制造業生產率提升：內在機制與中國經驗［J］．中國工業經濟，2019（8）：5-23．

①2SLS法中K-P LM Statistic的P值為0.000；K-P Wald F Statistic P值為836.650，大于10％水平上的臨界值16.38，表明工具變量通過了識別不足檢驗、弱工具變量檢驗，可視為有效的工具變量。

Analysis of the Mechanism and Effect of Digital Empowerment on the Development of Traditional Manufacturing Industry

HUANG Zong-yuan ??WANG Feng-yang ??YANG Tai-lin

Abstract： As an important new form of techno-economic paradigm， digital presents many new features in key production factors， technological system， institutional framework and value conception. This paper constructs a new analysis framework from the perspectives of data factors， as well as the comprehensive innovation of natural technology， social technology and thinking technology， and makes a deep analysis of the internal mechanism of digital enabling traditional manufacturing industry development based on the new framework， then analyzes the effect by provincial panel data. The results show that， the digital can strongly empower the development of traditional manufacturing industry. The data factors are the basis of the digital empowerment， the digital innovation of natural technology and thinking technology all have strong positive promoting effect， while the digital innovation of social technology includes lag effect and positive effect， enhancing industrial competitiveness can effectively promote the emergence of the enabling effect of digital. In order to better grasp the historical opportunity in the process of digitalization， the traditional manufacturing industry should pay more attention to data factors value， accelerate the digital innovation of natural technology， social technology and thinking technology， and further eliminate the lag effect of social technology innovation， thus promote the positive enabling effect of digital.

Key words： digital; techno-economic paradigm; traditional manufacturing; empowerment mechanism

作者簡介：黃宗遠，北京交通大學經濟管理學院教授、博士生導師；王鳳陽，北京交通大學經濟管理學院博士研究生；陽太林，廣西師范大學高級實驗師。