財政支出對我國制造業(yè)數(shù)字化轉型升級的影響
——基于2007～2021 年31 個地區(qū)的面板數(shù)據(jù)

王和勇 何泓漫

（華南理工大學電子商務系， 廣州 510006）

引 言

隨著新一輪科技革命的到來， 數(shù)字經(jīng)濟逐漸成為全球經(jīng)濟的心臟， 為經(jīng)濟發(fā)展提供了源源不斷的新鮮血液。 黨的十九屆四中全會通過的《中共中央關于堅持和完善中國特色社會主義制度、 推進國家治理體系和治理能力現(xiàn)代化若干重大問題的決定》首次增列數(shù)據(jù)作為生產要素。 2020 年底召開的中央經(jīng)濟工作會議指出： “要大力發(fā)展數(shù)字經(jīng)濟”。中央政治局的第三十四次集中學習時， 習近平總書記指出了數(shù)字經(jīng)濟健康發(fā)展的重要性和必須性。

在宏觀環(huán)境和政策的推動下， 各個產業(yè)都在積極地進行數(shù)字化轉型， 其中制造業(yè)作為我國產業(yè)發(fā)展的基礎和核心， 其實現(xiàn)轉型升級有著提高產業(yè)生產率、 降低生產成本、 提高生產安全性和準確性、 提高服務質量等現(xiàn)實意義。 對于傳統(tǒng)制造業(yè)來說， 雖然數(shù)字化轉型的難度較高且存在著極大的風險， 但卻是得以革新的必經(jīng)之路。 制造業(yè)數(shù)字化轉型遇到的挑戰(zhàn)有很多： （1） 中小企業(yè)的轉型進程較為落后， 導致產業(yè)鏈發(fā)展不均衡，風險居高不下； （2） 中小企業(yè)大多都處于產業(yè)鏈的末端， 抗風險能力弱、 內部管理粗獷、 財務制度不健全， 導致中小制造企業(yè)融資困難； （3） 在沒有戰(zhàn)略思想、 設備建設基礎的情況下就開始盲目推進智能化， 流于表面， 生產設備自動化了，但是管理數(shù)字化沒有同步發(fā)展， 導致轉型不徹底，成效不顯著； （4） 制造企業(yè)對新技術的認識不夠，在落后的生產、 管理基礎上進行數(shù)字化轉型， 導致投入大量資源卻鮮有成效。

在制造業(yè)的數(shù)字化轉型過程中， 政府的財政扶持政策引導了產業(yè)的發(fā)展方向， 起到了不可替代的作用。 但是政府的財政政策對產業(yè)發(fā)展到底有著怎樣的影響呢？ 有學者通過經(jīng)濟數(shù)學分析方法， 分析政府投資對產業(yè)結構變動的影響， 得到投資性支出的安排應該針對具體的產業(yè)結構的結論［1］。 還有學者在柯布－道格拉斯生產函數(shù)的基礎上結合財政支出， 分析了我國財政支出和結構對產業(yè)升級的作用， 認為文教、 科學、 衛(wèi)生事業(yè)支出對3 個產業(yè)都有顯著的推動作用［2］。 王保滔等［3］學者利用回歸分析和建立脈沖響應函數(shù)的方法， 研究了財政支出和稅收政策對產業(yè)結構優(yōu)化的影響機制， 認為財政支出對產業(yè)結構高度化具有長期的促進作用。 韓振國等［4］學者利用系統(tǒng)的GMM 方法， 從財政支出規(guī)模及其結構兩個方面，實證分析中國財政支出對制造業(yè)結構調整的影響效應， 認為財政規(guī)模、 科技性和教育性支出有著正向影響， 投資性和行政管理支出有著負向影響。以上研究在各個方面肯定了財政政策對制造業(yè)結構優(yōu)化的積極作用， 但是目前大多數(shù)研究都集中在分析財政支出與產業(yè)結構的關系上， 缺失了財政政策對制造業(yè)轉型升級影響效果的研究。

本文通過研究財政支出對制造業(yè)轉型升級的作用效果， 豐富制造業(yè)轉型的評價方法， 以及財政支出與產業(yè)轉型關系的研究； 通過對制造業(yè)轉型發(fā)展中財政政策的實施效果進行量化分析， 為財政政策效率評估提供評價模型， 為政策的改革和產業(yè)的發(fā)展推進工作提供參考。

1 理論分析與研究假設

1.1 制造業(yè)數(shù)字化轉型的內涵與測量

在關于制造業(yè)轉型升級評價的研究中， 很多學者從科技人才， 數(shù)字化技術、 產業(yè)績效、 技術的發(fā)展水平、 環(huán)境保護情況、 資源消耗情況等角度來研究， 如表1 所示。

表1 指標體系構建角度的文獻研究

經(jīng)過理論分析與大量文獻閱讀之后， 在2020年王柏生［7］的研究基礎上， 本文設置制造業(yè)經(jīng)濟創(chuàng)收、 創(chuàng)新水平和環(huán)境保護3 個一級指標對制造業(yè)的數(shù)字化轉型進行客觀的評價。

1.2 研究假設

有學者認為產學研模式的發(fā)展與深化有利于推動制造業(yè)數(shù)字化轉型問題中技術升級的解決，而轉型的另一個資金成本問題， 由政府和產業(yè)協(xié)同解決［9］。 政府不僅為制造業(yè)集群開展創(chuàng)新活動直接提供資金支持， 如經(jīng)費資助、 無息貸款和稅費減免等， 而且其在制造業(yè)發(fā)展過程中既是政策制度的制定者， 也是政策制度執(zhí)行的管理者和監(jiān)督者。 隨著財政支出占地區(qū)生產總值比重的增加，制造業(yè)的受惠規(guī)模和程度也會擴大和加深， 對產業(yè)的發(fā)展存在有利影響。 關于財政支出的構成，韓振國和楊盈穎［4］提出財政支出可以從4 個方面對制造業(yè)轉型產生影響， 如圖1 所示。

圖1 財政支出對制造業(yè)轉型升級的影響

財政支出中投資性支出通過兩種方式影響制造業(yè)的轉型升級： （1） 政府直接參與市場經(jīng)濟活動， 增加市場需求， 購買企業(yè)產品， 提高企業(yè)生產獲得， 增加企業(yè)、 產業(yè)的數(shù)字化轉型資本； （2）政府通過對基礎設施的投入， 改善產業(yè)的轉型環(huán)境， 如對5G 基站的建設、 光纜的鋪設、 寬帶的普及等， 減少制造產業(yè)轉型升級中數(shù)字化技術應用的基礎建設阻礙， 為其提供更多轉型機會， 同時有助于形成園區(qū)或基建的產業(yè)聚集效應， 推動制造產業(yè)鏈企業(yè)的共同轉型。 政府的投資性支出也會引領市場配置資源的方向， 糾正市場失靈問題。

教育性支出會影響市場中勞動力的素質以及創(chuàng)新能力等因素， 通過提高制造業(yè)人才素養(yǎng)來間接影響制造業(yè)的數(shù)字化轉型。 然而教育性投資一般都具有時滯性， 并不會立刻出現(xiàn)明顯的效果，所以人力資本積累需要連續(xù)的高投入。 因此， 教育性支出會通過長期的人力資本累計來對制造業(yè)數(shù)字化轉型人才儲備產生影響。

科技性支出則是通過直接提高制造企業(yè)研發(fā)投入來達到直接增加企業(yè)研發(fā)設備、 研發(fā)基礎等要素的效果， 對推動制造產業(yè)鏈上企業(yè)的研發(fā)以及數(shù)字化技術的應用有更好更直接的作用。 科技性支出可以直接影響資本要素的配置， 資源向研發(fā)傾斜后， 更高的研發(fā)資金吸引了更多的人才，隨著時間的推移， 也會間接提高社會的創(chuàng)新水平，反過來對產業(yè)也有幫助。 在本文構建的區(qū)域制造業(yè)數(shù)字化轉型評價指標體系的一級指標中， 研發(fā)水平是制造業(yè)數(shù)字化轉型中最重要的因素， 所以科技性支出是財政支出中對制造業(yè)轉型直接影響最大的部分。

合理的行政管理支出穩(wěn)定了經(jīng)濟社會的和諧發(fā)展， 同時也穩(wěn)定了制造業(yè)市場的環(huán)境。 在市場“無形的手” 作用下， 制造業(yè)將有效地以市場需求為導向進行轉型升級， 從而更加合理地分配資源。 沒有穩(wěn)定的市場環(huán)境， 制造業(yè)轉型升級的風險將提升， 從而導致制造業(yè)無法順利完成數(shù)字化轉型。 所以合理的行政管理支出對制造業(yè)轉型升級也很重要。

綜合來說， 財政支出占地區(qū)生產總值的比重反映了地區(qū)政府的政策傾向。 在制造業(yè)發(fā)展過程中合理的財政支出對制造業(yè)轉型有實際影響。 根據(jù)上文所述， 本文基于以下假設展開研究， 即財政支出比重的增加對制造業(yè)轉型有正向影響。

2 研究設計

2.1 變量測量

（1） 被解釋變量： 制造業(yè)轉型綜合指數(shù)（ZZ）。ZZ為被解釋變量， 是本文構建的評價指標體系測算出來的制造業(yè)轉型升級綜合指數(shù)， 并對其進行對數(shù)處理。 謹遵科學研究的規(guī)范性和嚴謹性要求，遵循科學性、 系統(tǒng)性、 獨立性、 層次性、 可操作性等建立原則， 在2020 年王柏生［7］的研究基礎上， 本文針對制造業(yè)數(shù)字化水平和轉型情況建立了評價指標體系， 如表2 所示從3 個方面進行，分別是制造業(yè)經(jīng)濟創(chuàng)收、 制造業(yè)創(chuàng)新水平和制造業(yè)環(huán)境保護， 并采用熵值法進行權重賦予， 如表3 所示， 得到創(chuàng)新水平的二級指標的平均權重最高， 這符合產業(yè)價值創(chuàng)造能力理論。

表2 制造業(yè)轉型升級綜合評價指標體系

制造業(yè)的轉型升級過程， 不只是產值的增加過程， 還是制造業(yè)對新技術的學習和融合， 甚至進入一個新的產業(yè)生命周期， 使得產業(yè)的價值創(chuàng)造能力得以提高的過程。 產業(yè)價值創(chuàng)造能力是支撐產業(yè)競爭優(yōu)勢得以持續(xù)， 并驅動產業(yè)不斷創(chuàng)造新價值的各種能力的動態(tài)組合。 動態(tài)能力體現(xiàn)在產業(yè)的學習和轉化過程中， 包括轉移能力、 接受能力、 吸收能力和融合能力［10］。 由于制造業(yè)已經(jīng)出現(xiàn)產能過剩的情況， 所以資源需要重新分配，產業(yè)內部分企業(yè)已經(jīng)開始學習新的技術， 走上數(shù)字化轉型的道路。 所以在這一階段技術創(chuàng)新和制造業(yè)對新技術的接受和吸收能力直接決定了制造業(yè)能否開始一個新的生命周期， 也直接決定了制造業(yè)價值創(chuàng)造能力的大小， 所以創(chuàng)新水平的指標對制造業(yè)轉型的評價是最為重要的。

（2） 解釋變量： 財政支出比重（Fiscal）。Fiscal是財政中的一般預算支出占地區(qū)生產總值的比重， 將其取對數(shù)處理后作為主要解釋變量。 該模型主要探究財政支出比重對制造業(yè)轉型的影響。

（3） 控制變量。本文對地區(qū)的開放程度（Open）、人才水平（Talents）、 城鎮(zhèn)化率（City）、 外商直接投資（FDI）、 資本密集度（CIR）、 產業(yè)結構（STR）變量進行控制。 其中Open表示地區(qū)的開放程度，由進出口總額（按當年匯率換算成人民幣）占地區(qū)生產總值的比重來表示， 開放程度越高， 外資投入助力研發(fā)的可能性越大， 且產業(yè)與國外校企交流高新技術的機會越多。Talents為人才水平， 由該地區(qū)制造業(yè)就業(yè)人數(shù)占高校學生數(shù)的比重來表示， 水平越高， 說明本地制造業(yè)能吸引的創(chuàng)新型人才越多。City為城鎮(zhèn)化率， 城鎮(zhèn)化程度越高的地區(qū)， 經(jīng)濟活動越活躍， 制造業(yè)就有越多獲得資金、 人才等資源的機會。FDI（Foreign Direct Investment）為外商直接投資， 外商投資越多的地區(qū)，制造業(yè)可獲得的資金越多， 轉型成功的可能性越大。CIR（Capital Intensity Ratio）為資本密集度， 按存量法計算， 由省級固定資產投資額占地區(qū)總人口的比重表示， 資本密集度越高， 資本成本越高，同時風險也就越大， 但是創(chuàng)造更高的勞動生產率的可能性也越大。STR為產業(yè)結構， 由第二產業(yè)產值占地區(qū)生產總值的比重表示， 產業(yè)結構也會影響制造業(yè)的研發(fā)情況， 第二產業(yè)占比高的地區(qū)，制造業(yè)研發(fā)水平高于其余地區(qū)的可能性更高。 最后將對所有控制變量進行對數(shù)處理。

1.2 模型設置

變量名稱及其說明如表4 所示， 各變量之間的關系如模型（1） 所示。 在模型（1） 中，i和t分別表示地區(qū)和年份；β為各變量的估計系數(shù)；μi和δt分布表示個體固定效應和時間固定效應的虛擬變量；εit為誤差項。 通過豪斯曼檢驗之后本文選擇使用雙向固定效應模型， 該模型可以解決不隨時間和地區(qū)變化的、 不可觀測因素造成的內生性問題。 對解釋變量和控制變量進行相關性分析后發(fā)現(xiàn)， 變量之間的相關性較小， 因此可以不考慮多重共線性問題。

表4 變量名稱及說明

3 實證分析

3.1 制造業(yè)轉型評價實證分析

（1） 樣本選取與數(shù)據(jù)來源。 針對本文建立的指標體系和探究財政支出與制造業(yè)轉型關系的計量模型， 從EPS 全球統(tǒng)計數(shù)據(jù)分析平臺、 國泰安經(jīng)濟金融研究數(shù)據(jù)庫， 以及部分省（區(qū)、 市）的統(tǒng)計年鑒， 收集了2007 ～2021 年中國31 個省（區(qū)、市）的面板數(shù)據(jù)（基于數(shù)據(jù)的可獲得性， 不包括港、 澳、 臺地區(qū)）。 為了保障研究質量， 對部分指標數(shù)據(jù)進行了預處理， 總共得到了8370 條觀測值。 在模型實證中則采用Eviews9 數(shù)據(jù)分析統(tǒng)計軟件進行回歸以及檢驗。

（2） 制造業(yè)轉型綜合評價指數(shù)。 本文從制造業(yè)經(jīng)濟創(chuàng)收、 制造業(yè)創(chuàng)新水平和制造業(yè)環(huán)境保護3 個方面， 收集并整理了31 個?。▍^(qū)、 市）2007 ～2021 年11 個指標的面板數(shù)據(jù)， 然后利用熵值法分別測算了二級指標和一級指標的權重， 得到制造業(yè)轉型的綜合指數(shù)。 結果如表5 所示， 走勢如圖2 所示。

表5 制造業(yè)轉型升級綜合指數(shù)

續(xù) 表

圖2 全國各地區(qū)制造業(yè)轉型升級綜合指數(shù)

（3） 結果分析。 北京市和天津市的制造業(yè)數(shù)字化轉型程度較為領先。 北京市的指數(shù)在2019 年以后就逐漸領先于各?。▍^(qū)、 市）， 是轉型升級最明顯的地區(qū)。 獨特的政治地理優(yōu)勢推動了北京市制造業(yè)的快速發(fā)展， 特別是數(shù)字化技術與先進制造技術的融合優(yōu)勢， 使其成為了制造業(yè)轉型升級情況排名第一的地區(qū)。 天津市制造業(yè)轉型實力也很強勁， 但是2019 年之后制造業(yè)轉型升級指數(shù)出現(xiàn)波動， 轉型效果一般， 產業(yè)轉型遇到了瓶頸。廣東省是發(fā)展?jié)摿八俣葮O大的地區(qū)， 指數(shù)發(fā)展排名第三， 即將趕超天津市。 廣東省政府對制造業(yè)轉型升級提供了很多政策支持， 對技術轉型有高度的重視。 廣東省有著絕佳的地理優(yōu)勢， 臨近港澳， 是改革開放以來高速發(fā)展的地區(qū)之一， 它的政策支持和地理優(yōu)勢， 使很多資源都匯集在此，多個外地高校在廣東省設立分校， 再加上深圳新興技術產業(yè)的高速發(fā)展， 廣東省吸引外資和人才的能力越來越強， 較早地帶動了制造業(yè)開始數(shù)字化轉型。 上海市的轉型升級水平也較為突出， 由于是一線城市， 其憑借著智能化改造和產業(yè)結構升級等優(yōu)先發(fā)展的優(yōu)勢， 漸漸聚集了大規(guī)模的先進制造業(yè)集群， 從而對其轉型發(fā)展產生明顯帶動作用。

其余地區(qū)轉型升級差異較小， 保持著穩(wěn)定的增長趨勢， 發(fā)展差距不大。 其中青海省結合自身特色和實際情況， 提出了“1119” 數(shù)字經(jīng)濟發(fā)展促進體系， 對青海省的制造業(yè)轉型升級起到了巨大的推動作用。 西藏自治區(qū)仍在努力進行數(shù)字化基礎建設， 雖然其制造業(yè)基礎薄弱， 總量較小，但是數(shù)字基礎設施和工業(yè)互聯(lián)網(wǎng)基礎設施的快速建設， 助力其制造業(yè)高速轉型， 增長速率較快。

3.2 模型實證

（1） 描述性統(tǒng)計。 所有變量的描述性統(tǒng)計結果如表6 所示。 在0.1 的顯著性水平下， 所有變量都符合正態(tài)分布。 進一步分析統(tǒng)計數(shù)據(jù)， 本文可以得到以下結論： 各地區(qū)的資本密集程度差距較大， 說明各地區(qū)資本密集度不同， 涉及的重點產業(yè)也不同。 外商投資在不同地區(qū)的投資水平相差很大， 大部分外商都在沿海地區(qū)進行投資， 在中、 西部地區(qū)投資較少。

表6 基準模型變量的描述性統(tǒng)計

（2） 回歸結果。 回歸結果如表7 所示， 模型效果良好， 在1%的顯著性水平下， 財政規(guī)模對制造業(yè)轉型升級的影響是顯著的， 且財政支出比重每增加1%， 相當于將制造業(yè)轉型升級綜合指數(shù)提高了0.3687%， 符合預期假設。

表7 回歸結果

（3） 穩(wěn)健性檢驗。 本文在財政支出的穩(wěn)健性檢驗上， 選擇使用財政支出中對制造業(yè)數(shù)字化轉型有最直接影響的部分， 即將SCI（科技性支出占地區(qū)生產總值的比重的對數(shù)值）作為替代變量。 模型結果如表8 所示。 科技性支出比重對制造業(yè)數(shù)字化轉型的影響仍然是顯著的， 說明該模型效果良好， 且科技性支出比重每增長1%， 就會對制造業(yè)轉型升級綜合指數(shù)產生0.0649%的正向影響。

表8 穩(wěn)健性檢驗結果

（4） 異質性分析。 本文還根據(jù)《數(shù)字中國發(fā)展報告（2020 年）》 （以下簡稱《報告》）中按不同地區(qū)的信息化發(fā)展水平劃分的3 個梯隊， 進行了3 次回歸分析， 結果如表9 所示。 隨著地區(qū)信息化發(fā)展水平的提高， 財政支出比重的顯著正向影響效果逐漸增大。 推測其原因可能是地區(qū)在提高骨干網(wǎng)絡的服務能力以及加強數(shù)字化基礎建設、數(shù)據(jù)算力設施建設、 區(qū)塊鏈公共基礎設施網(wǎng)絡建設、 移動物聯(lián)網(wǎng)業(yè)務發(fā)展等水平的同時， 能為制造業(yè)提供一個更好的技術轉型環(huán)境， 從而使得財政支出的作用效果增大。

表9 異質性分析

續(xù) 表

在對科技性支出進行回歸的時候， 結果也都表明有正向的顯著影響。 科技性支出比重每增長1%， 3 個梯隊的制造業(yè)轉型升級綜合指數(shù)就會分別增加0.0165%、 0.026%和0.0115%。 整體呈現(xiàn)了一個倒“U” 型的影響效果， 即當?shù)貐^(qū)的信息化發(fā)展水平不高的時候， 科技性支出的影響效果會隨著水平的上升而增加， 但是當信息化水平已經(jīng)達到一定高度的時候， 科技性支出的影響會逐漸衰弱。

4 結 語

4.1 研究結論

控制財政支出是我國政府在對產業(yè)進行引導和調控時的重要方式， 因此探究財政支出比重對我國制造業(yè)轉型升級的影響是很有必要的。 本文在回顧以往研究的基礎上， 對制造業(yè)轉型升級的評價指標體系進行了構建， 利用熵值法對指標賦權后， 計算出2007～2021 年全國31 個?。▍^(qū)、 市）的制造業(yè)轉型綜合指數(shù)， 并在此基礎上， 運用雙向固定效應模型， 分析我國財政支出比重對區(qū)域制造業(yè)轉型升級的影響效應。 用科技性支出比重代替財政支出比重進行穩(wěn)健性檢驗， 結果表示模型穩(wěn)健性良好， 而后針對《報告》 中的3 個梯隊分地區(qū)進行了異質性檢驗， 得出如下結論：

（1） 我國財政支出比重的增加對制造業(yè)轉型升級起到了正向的作用； （2） 隨著地區(qū)信息化建設水平的提高， 財政支出比重對制造業(yè)轉型升級的促進效果增大， 即信息化水平越高， 制造業(yè)的數(shù)字化基礎就越強。 隨之， 財政支出的影響作用也會更強； （3） 財政支出從引導產業(yè)轉型方向、直接提供制造業(yè)科技研發(fā)支持、 間接提高制造業(yè)人才水平、 穩(wěn)定制造業(yè)市場環(huán)境、 改善制造業(yè)轉型的技術基礎設施等方面， 對制造業(yè)產生了有利影響。

4.2 政策建議

本文研究發(fā)現(xiàn)， 財政支出占地區(qū)生產總值的比重對制造業(yè)轉型升級產生了顯著的正向影響。根據(jù)本文結論， 為了財政政策能夠更好地促進制造業(yè)的轉型升級和發(fā)展， 提出以下政策建議：

（1） 全國范圍擴大財政支出規(guī)模以及分地區(qū)提高財政支出比重， 以期提高財政支出效率。 不同地區(qū)信息化水平差距較大， 應按地區(qū)特色合理分配財政支出。 在只有一定經(jīng)費的情況下， 基礎建設較好的地區(qū)可以主要提高對企業(yè)的科技性支出；基礎建設較弱的地區(qū)， 可以優(yōu)先提高基礎設施的建設費用， 以最大效率支持制造業(yè)的轉型升級。

（2） 提高制造業(yè)轉型基礎設施的投入。 在重視針對制造業(yè)的財政政策實施的同時， 各個地區(qū)都要重視制造業(yè)數(shù)字化轉型基礎環(huán)境的投入， 包括建設5G 基站、 鋪設光纜、 強化骨干網(wǎng)絡的服務能力等， 為制造產業(yè)提供更好的基礎環(huán)境， 加大財政支出比重的正向影響效果。

（3） 助力產業(yè)共性技術研發(fā)平臺的搭建， 為技術創(chuàng)新提供幫助。 制造業(yè)要實現(xiàn)技術創(chuàng)新， 不僅可以通過產學研、 政府支持來進行， 還可以選擇企業(yè)互助的方式， 搭建產業(yè)共性技術的研發(fā)平臺， 共享新技術紅利。

（4） 長期組織企業(yè)對轉型思想和方法進行學習。 通過支持協(xié)會、 園區(qū)等單位對學習活動的組織， 讓企業(yè)學習長期的戰(zhàn)略思想， 把握總體方向，再結合自身公司的發(fā)展， 合理地進行轉型。

（5） 堅持實施“上云用智賦數(shù)” 行動。 通過提高對數(shù)字化轉型政策的實施力度， 盡量幫助制造企業(yè)解決轉型困難， 進行系統(tǒng)性的數(shù)字化轉型，實現(xiàn)數(shù)據(jù)要素驅動。