沈運(yùn)紅，楊金華

（杭州電子科技大學(xué)管理學(xué)院，杭州 310018）

0 引言

全球經(jīng)濟(jì)與科技正在加速融合，新一代信息技術(shù)，例如人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)和5G，已成功地滲透到制造業(yè)，促進(jìn)了數(shù)字經(jīng)濟(jì)的迅猛增長，并且為制造業(yè)的數(shù)字化轉(zhuǎn)型注入了強(qiáng)勁的動(dòng)力。我國已成為全球制造業(yè)的重要支柱，低端和中端制造業(yè)的競爭力已經(jīng)明顯增強(qiáng)，而高端領(lǐng)域的技術(shù)水平仍然比較落后。數(shù)字經(jīng)濟(jì)的出現(xiàn)極大地促進(jìn)了制造業(yè)的高質(zhì)量發(fā)展，為企業(yè)帶來了前所未有的變革和創(chuàng)新，使得制造業(yè)能夠?qū)崿F(xiàn)全面數(shù)字化轉(zhuǎn)型。張于喆（2018）[1]認(rèn)為數(shù)字經(jīng)濟(jì)是融合型經(jīng)濟(jì)，是經(jīng)濟(jì)發(fā)展和制造業(yè)轉(zhuǎn)型升級(jí)的重要因素，也是全球新型數(shù)字產(chǎn)業(yè)競爭的引擎。焦勇（2020）[2]認(rèn)為數(shù)字經(jīng)濟(jì)不僅可以提升制造業(yè)的效率，還能夠帶來額外的價(jià)值，為制造業(yè)數(shù)字化轉(zhuǎn)型提供新的參考模式。涂強(qiáng)楠和何宜慶（2021）[3]發(fā)現(xiàn)科技創(chuàng)新投入比例升高將有利于制造業(yè)高度化轉(zhuǎn)型升級(jí)。陳懷超等（2022）[4]提出了通過提升人才數(shù)字素養(yǎng)來促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)，并驗(yàn)證了其能夠促進(jìn)制造業(yè)向高度化轉(zhuǎn)型升級(jí)。李曉鐘和吳甲戌（2020）[5]發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)和它的各個(gè)子系統(tǒng)都能夠推動(dòng)中國產(chǎn)業(yè)結(jié)構(gòu)的變革和升級(jí)。傅智宏等（2022）[6]將數(shù)字經(jīng)濟(jì)劃分為四個(gè)主要領(lǐng)域：設(shè)備、服務(wù)、交易和媒體，用于研究地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)和影響因素。

已有研究取得了豐碩成果，但還存在以下拓展空間：第一，雖然部分學(xué)者探討了科技和人才方面的創(chuàng)新，但忽略了科技創(chuàng)新是多方面的，人才創(chuàng)新本質(zhì)上也屬于科技創(chuàng)新的一部分，而現(xiàn)有文獻(xiàn)較少將科技創(chuàng)新和人才創(chuàng)新納入同一框架進(jìn)行研究。第二，在數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)的相關(guān)文獻(xiàn)中，鮮有文獻(xiàn)深入分析空間異質(zhì)性和時(shí)間異質(zhì)性，尤其是分不同維度探討時(shí)空異質(zhì)性。

1 理論分析與研究假設(shè)

1.1 數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)

數(shù)字經(jīng)濟(jì)的發(fā)展徹底改變了傳統(tǒng)的產(chǎn)業(yè)鏈結(jié)構(gòu)，促使制造業(yè)實(shí)現(xiàn)更加靈活的生產(chǎn)，更加有序的合作，從而大大提升了制造業(yè)的整體競爭力[7]。數(shù)字經(jīng)濟(jì)滲透到社會(huì)發(fā)展的各個(gè)領(lǐng)域，與傳統(tǒng)制造業(yè)協(xié)同發(fā)展，提升了生產(chǎn)要素匹配效率，優(yōu)化了資源配置方式，同時(shí)引發(fā)技術(shù)對(duì)資本和勞動(dòng)力的替代。制造業(yè)正在經(jīng)歷前所未有的變革，優(yōu)化生產(chǎn)要素的配置將有助于推動(dòng)制造業(yè)高質(zhì)量發(fā)展，提高企業(yè)核心競爭力[8]。數(shù)字匹配技術(shù)的應(yīng)用重新配置了制造業(yè)企業(yè)生產(chǎn)過程中所需的資源，優(yōu)化了生產(chǎn)要素配置過程，帶動(dòng)了制造業(yè)企業(yè)數(shù)字生產(chǎn)效率的提高[9]。數(shù)字經(jīng)濟(jì)從兩個(gè)方面促進(jìn)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)：（1）數(shù)字經(jīng)濟(jì)通過數(shù)字技術(shù)全方位滲透到制造業(yè)企業(yè)內(nèi)部的研發(fā)創(chuàng)新機(jī)構(gòu)，促進(jìn)高新技術(shù)制造業(yè)的誕生，使傳統(tǒng)制造業(yè)提高附加值和生產(chǎn)效率，進(jìn)而促進(jìn)制造業(yè)向高度化轉(zhuǎn)型升級(jí)。（2）數(shù)字經(jīng)濟(jì)促進(jìn)了生產(chǎn)要素資源的合理配置，通過一系列數(shù)字技術(shù)改變生產(chǎn)要素之間的不匹配模式，促進(jìn)制造業(yè)協(xié)作更加合理，體現(xiàn)在促進(jìn)制造業(yè)合理化轉(zhuǎn)型升級(jí)。據(jù)此，本文提出：

假設(shè)1：數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)起到了顯著正向促進(jìn)作用。

1.2 科技創(chuàng)新的中介作用

科技人才集聚是科技人力資本在空間上聚集的結(jié)果，科技人力資本是驅(qū)使科技人才集聚的內(nèi)在因素，而科技人才集聚則是科技人力資本進(jìn)一步演化的結(jié)果[10]。數(shù)字經(jīng)濟(jì)快速發(fā)展改變了產(chǎn)業(yè)鏈上的資源配置方式，產(chǎn)生價(jià)值溢出效應(yīng)，吸引了更多的外來科技人才，科技人才又進(jìn)一步提高了制造業(yè)企業(yè)的核心競爭力，促進(jìn)了科技人力資本的形成?？萍既肆Y本從各個(gè)不同的地方向某一地區(qū)流動(dòng)形成科技人力資本的集合，進(jìn)而形成科技人才集聚[11]?？萍既瞬偶坌?yīng)擴(kuò)散到高技術(shù)制造業(yè)企業(yè)，提高制造業(yè)企業(yè)的創(chuàng)新能力和核心競爭力，對(duì)于高新技術(shù)制造業(yè)企業(yè)的發(fā)展會(huì)產(chǎn)生巨大的推動(dòng)作用。數(shù)字經(jīng)濟(jì)吸引地區(qū)高質(zhì)量人才，人力資源市場結(jié)構(gòu)得到優(yōu)化，科技人才集聚程度不斷上升，勞動(dòng)者更偏向于薪酬待遇更高的技術(shù)密集型制造業(yè)，導(dǎo)致技術(shù)密集型制造業(yè)占比不斷提高，由此促進(jìn)制造業(yè)向高度化轉(zhuǎn)型升級(jí)[12]?？萍既瞬偶鄞龠M(jìn)了制造業(yè)生產(chǎn)率的提高，改變了原來的分工協(xié)作模式，引發(fā)了不同制造業(yè)部門之間的收入差距，并導(dǎo)致生產(chǎn)要素在不同制造業(yè)行業(yè)之間轉(zhuǎn)移，為了得到有效配置，經(jīng)過精心組織和有效協(xié)作，制造業(yè)的各個(gè)環(huán)節(jié)都能夠達(dá)到一個(gè)更加完善的狀態(tài)，由此促進(jìn)制造業(yè)向合理化轉(zhuǎn)型升級(jí)。據(jù)此，本文提出：

假設(shè)2：科技人才集聚在數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)中發(fā)揮了中介效應(yīng)。

科技創(chuàng)新效率度量了企業(yè)成果轉(zhuǎn)化的效率，企業(yè)利用知識(shí)創(chuàng)新與技術(shù)創(chuàng)新的協(xié)同性，通過技術(shù)進(jìn)步和創(chuàng)新資本等要素?cái)[脫以模仿創(chuàng)新為主的發(fā)展模式，通過提升共性技術(shù)的研發(fā)水平和產(chǎn)業(yè)的科技含量強(qiáng)化了對(duì)先進(jìn)知識(shí)的學(xué)習(xí)與積累[13]，轉(zhuǎn)變了傳統(tǒng)經(jīng)營理念，通過不斷加大研發(fā)創(chuàng)新的力度和提高生產(chǎn)投入環(huán)節(jié)的效能，科技創(chuàng)新效率得到了優(yōu)化和提升，帶動(dòng)了制造業(yè)企業(yè)的投入產(chǎn)出效率和產(chǎn)業(yè)附加值的進(jìn)一步提升，從而實(shí)現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展[14]。隨著數(shù)字技術(shù)和人工智能的不斷發(fā)展，傳統(tǒng)的人力勞動(dòng)已經(jīng)逐漸被替代，這將極大地改進(jìn)制造業(yè)的生產(chǎn)流程和工藝，降低生產(chǎn)成本也將為企業(yè)帶來更多的市場機(jī)遇，進(jìn)而提高企業(yè)的科技創(chuàng)新能力。科技創(chuàng)新可以改變技術(shù)要素與市場要素的配置方式，從而推動(dòng)技術(shù)產(chǎn)業(yè)化發(fā)展，提高科技創(chuàng)新效率，促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)向技術(shù)密集型轉(zhuǎn)型，進(jìn)而推動(dòng)制造業(yè)向高度化轉(zhuǎn)型升級(jí)，從而提升經(jīng)濟(jì)效益。數(shù)字經(jīng)濟(jì)的發(fā)展帶動(dòng)了制造業(yè)的科技創(chuàng)新，項(xiàng)目資金可以更有效地投入那些生產(chǎn)效率較高的行業(yè)，而不是那些生產(chǎn)效率較低的行業(yè)，最終導(dǎo)致更多的項(xiàng)目資金流向創(chuàng)新型企業(yè)。據(jù)此，本文提出：

假設(shè)3：科技創(chuàng)新效率在數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)中發(fā)揮了中介效應(yīng)。

2 研究設(shè)計(jì)

2.1 變量選取

2.1.1 被解釋變量

制造業(yè)高度化轉(zhuǎn)型升級(jí)（AMIS）用技術(shù)密集型制造業(yè)產(chǎn)值與資本密集型制造業(yè)產(chǎn)值之比來衡量[15]。制造業(yè)合理化轉(zhuǎn)型升級(jí)（RMIS）反映了制造業(yè)的協(xié)調(diào)程度，通過泰爾指數(shù)來測算制造業(yè)合理化轉(zhuǎn)型升級(jí)[16]，具體公式如下：

2.1.2 解釋變量

數(shù)字經(jīng)濟(jì)（DEC）。借鑒潘為華等（2021）[17]的研究，構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系（見表1），并運(yùn)用熵權(quán)TOPSIS法測算各項(xiàng)指標(biāo)權(quán)重，用綜合評(píng)分來衡量數(shù)字經(jīng)濟(jì)發(fā)展水平。

表1 數(shù)字經(jīng)濟(jì)指標(biāo)體系

2.1.3 中介/門檻變量

科技人才集聚（TAL）。借鑒張所地等（2020）[18]的研究，選取R＆D 人員數(shù)量來度量科技人才數(shù)量?；诋a(chǎn)業(yè)區(qū)位熵的理論，構(gòu)建科技人才區(qū)位熵來度量科技人才集聚，具體公式如下：

科技創(chuàng)新效率（INT）。借鑒王雅麗和黃永春（2021）[19]的研究，科技創(chuàng)新投入階段包括了科技、研發(fā)和教育方面的要素投入，因此選取科學(xué)技術(shù)費(fèi)用投入、R＆D經(jīng)費(fèi)投入和教育經(jīng)費(fèi)投入作為投入指標(biāo)；在科技創(chuàng)新產(chǎn)出階段，發(fā)明專利授權(quán)數(shù)量反映了知識(shí)成果轉(zhuǎn)化水平，新產(chǎn)品產(chǎn)值反映了商業(yè)價(jià)值化成果，技術(shù)市場成交額可以衡量技術(shù)經(jīng)濟(jì)效益成果，以此作為產(chǎn)出指標(biāo)來構(gòu)建科技創(chuàng)新投入產(chǎn)出模型。

2.1.4 控制變量

本文借鑒涂強(qiáng)楠和何宜慶（2021）[3]的研究，選取以下控制變量：經(jīng)濟(jì)發(fā)展水平（EDL），用人均GDP來衡量；外商投資水平（FDI），用外商投資總額來衡量；政府參與程度（GOV），用地方財(cái)政一般預(yù)算內(nèi)支出占GDP 的比重衡量；金融發(fā)展水平（FIN），用各地區(qū)金融機(jī)構(gòu)存貸款總額衡量；教育投入水平（EDU），用地方財(cái)政科學(xué)和教育支出占一般預(yù)算內(nèi)支出的比重衡量。

2.2 計(jì)量模型

2.2.1 基準(zhǔn)回歸模型

根據(jù)上文的機(jī)理分析，采用面板回歸模型檢驗(yàn)數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)的總體效應(yīng)，構(gòu)建如下基準(zhǔn)回歸模型：

2.2.2 中介效應(yīng)模型

在基準(zhǔn)回歸模型的基礎(chǔ)上，引入科技人才集聚和科技創(chuàng)新效率來探討數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)的傳導(dǎo)路徑，構(gòu)建如下中介效應(yīng)模型：

2.2.3 門檻效應(yīng)模型

考慮到科技人才集聚和科技創(chuàng)新效率對(duì)數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)存在非線性的間接效應(yīng)，設(shè)定如下的面板門檻模型：

2.3 數(shù)據(jù)說明

本文選取了2010—2021 年我國30 個(gè)省份（不含西藏和港澳臺(tái)）規(guī)模以上制造業(yè)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行實(shí)證研究，收集了360 個(gè)數(shù)據(jù)樣本，數(shù)據(jù)樣本均來自于各省份統(tǒng)計(jì)年鑒。各變量的描述性統(tǒng)計(jì)如表2所示。

表2 描述性統(tǒng)計(jì)結(jié)果

3 實(shí)證分析

3.1 單位根檢驗(yàn)

本文采用HT 檢驗(yàn)對(duì)收集整理好的數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，在零階差分的單位根HT檢驗(yàn)下，經(jīng)濟(jì)發(fā)展水平、外商直接投資、政府參與程度和金融發(fā)展水平的統(tǒng)計(jì)值均通過了顯著性檢驗(yàn)，達(dá)到了平穩(wěn)狀態(tài)，但制造業(yè)高度化轉(zhuǎn)型升級(jí)、制造業(yè)合理化轉(zhuǎn)型升級(jí)、科技人才集聚、科技創(chuàng)新效率、數(shù)字經(jīng)濟(jì)和教育投入水平未通過顯著性檢驗(yàn)，表明存在單位根，通過一階差分各變量均達(dá)到了平穩(wěn)狀態(tài)。

3.2 協(xié)整檢驗(yàn)

為進(jìn)一步探討含單位根的變量之間是否存在長期均衡關(guān)系，對(duì)變量進(jìn)行協(xié)整檢驗(yàn)，本文采用Kao 檢驗(yàn)、Westerlund檢驗(yàn)和Pedroni檢驗(yàn)三種檢驗(yàn)方法，通過三種檢驗(yàn)結(jié)果可知，所有含單位根的變量的統(tǒng)計(jì)量都通過了顯著性檢驗(yàn)，證明了相同階的變量之間有著明顯的長期協(xié)整關(guān)系。

3.3 基準(zhǔn)回歸分析

由表3 列（1）可知，當(dāng)將制造業(yè)高度化轉(zhuǎn)型升級(jí)作為被解釋變量時(shí)，數(shù)字經(jīng)濟(jì)的系數(shù)為3.621且在1%的水平上顯著，說明數(shù)字經(jīng)濟(jì)能夠驅(qū)動(dòng)制造業(yè)高度化轉(zhuǎn)型升級(jí)。由表3 列（2）可知，當(dāng)以制造業(yè)合理化轉(zhuǎn)型升級(jí)為被解釋變量時(shí)，數(shù)字經(jīng)濟(jì)的系數(shù)為0.484，在1%的水平上顯著，說明數(shù)字經(jīng)濟(jì)能夠驅(qū)動(dòng)制造業(yè)合理化轉(zhuǎn)型升級(jí)。假設(shè)1 得到了驗(yàn)證，即數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)起到了顯著正向促進(jìn)作用。數(shù)字經(jīng)濟(jì)利用數(shù)字技術(shù)轉(zhuǎn)換新舊動(dòng)能，改善資源配置效率，通過提升制造業(yè)企業(yè)的生產(chǎn)效率和競爭力來促進(jìn)傳統(tǒng)制造業(yè)的轉(zhuǎn)型升級(jí)，從而實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。

表3 回歸分析結(jié)果

3.4 穩(wěn)健性檢驗(yàn)

本文通過工具變量法來緩解內(nèi)生性問題。借鑒黃群慧等（2019）[20]的研究，選用1984年每百人固定電話數(shù)量和每百人郵局?jǐn)?shù)量與互聯(lián)網(wǎng)用戶數(shù)構(gòu)造交互項(xiàng)，作為數(shù)字經(jīng)濟(jì)的工具變量，并進(jìn)行兩階段最小二乘回歸（IV-2SLS）。對(duì)工具變量進(jìn)行檢驗(yàn)，在“不可識(shí)別檢驗(yàn)”中，Anderson LM統(tǒng)計(jì)量的P值小于0.01，證明了工具變量是可識(shí)別的。在“弱工具變量檢驗(yàn)”中，Cragg-Donald Wald F 統(tǒng)計(jì)量大于10%水平上的臨界值，證明該工具不是弱工具變量。在“過度識(shí)別檢驗(yàn)”中，Sargan-Basmann 檢驗(yàn)的統(tǒng)計(jì)量不顯著，證明了所有工具變量均為外生變量。在DWH檢驗(yàn)中，P值均小于0.01，證明數(shù)字經(jīng)濟(jì)是內(nèi)生變量，以上檢驗(yàn)結(jié)果說明了該工具變量的選擇是合理的。表3 列（3）和列（4）顯示了在工具變量法下，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)和制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)仍顯著為正，進(jìn)一步驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3.5 中介效應(yīng)檢驗(yàn)

當(dāng)科技人才集聚成為中介變量時(shí)，下頁表4 列（1）至列（3）顯示數(shù)字經(jīng)濟(jì)與科技人才集聚之間的關(guān)聯(lián)性非常強(qiáng)，系數(shù)為1.424且在1%的水平上顯著?？萍既瞬偶蹖?duì)于制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為0.644，且在1%的水平上顯著，說明科技人才集聚在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高度化轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介作用?？萍既瞬偶蹖?duì)于制造業(yè)合理化轉(zhuǎn)型升級(jí)具有重要的影響，其回歸系數(shù)為0.029且在1%的水平上顯著，說明科技人才集聚在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)合理化轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介作用。以上結(jié)果證明科技人才集聚在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介作用，假設(shè)2得到了驗(yàn)證。加入中介變量后的數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)和制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)仍顯著為正，但系數(shù)與基準(zhǔn)模型相比有所下降，說明科技人才集聚發(fā)揮了部分中介作用。

表4 中介效應(yīng)檢驗(yàn)結(jié)果

當(dāng)科技創(chuàng)新效率作為中介變量時(shí)，表4列（4）至列（6）顯示數(shù)字經(jīng)濟(jì)和科技創(chuàng)新效率之間存在著一定的相關(guān)性，其系數(shù)為0.593 且在1%的水平上顯著?？萍紕?chuàng)新效率對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為0.878 且在1%的水平上顯著，說明科技創(chuàng)新效率在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高度化轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介效應(yīng)?？萍紕?chuàng)新效率對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)為0.023 且在1%的水平上顯著，說明科技創(chuàng)新效率在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)合理化轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介效應(yīng)。以上結(jié)果證明科技創(chuàng)新效率在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)中發(fā)揮了正向中介效應(yīng)，假設(shè)3得到了驗(yàn)證。加入中介變量后的數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)和制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)仍顯著為正，但系數(shù)與基準(zhǔn)模型相比有所下降，說明科技創(chuàng)新效率發(fā)揮了部分中介作用。

3.6 門檻效應(yīng)檢驗(yàn)

本文選取科技人才集聚和科技創(chuàng)新效率作為門檻變量進(jìn)行門檻效應(yīng)檢驗(yàn)，采用Bootstrap算法抽樣500次。結(jié)果顯示，科技人才集聚在制造業(yè)高度化轉(zhuǎn)型升級(jí)中通過了單一門檻檢驗(yàn)，在1%的水平上顯著，門檻值為1.623，未通過雙重門檻和三重門檻檢驗(yàn)；科技人才集聚在制造業(yè)合理化轉(zhuǎn)型升級(jí)中通過了單一門檻和雙重門檻檢驗(yàn)，兩個(gè)門檻值分別為0.771和1.652，未通過三重門檻檢驗(yàn)?？萍紕?chuàng)新效率在制造業(yè)高度化轉(zhuǎn)型升級(jí)中通過了單一門檻檢驗(yàn)，在5%的水平上顯著，門檻值為0.705；科技創(chuàng)新效率在制造業(yè)合理化轉(zhuǎn)型升級(jí)中通過了單一門檻和雙重門檻檢驗(yàn)，兩個(gè)門檻值分別為0.388和0.741。

根據(jù)表5的門檻效應(yīng)檢驗(yàn)結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響效應(yīng)呈現(xiàn)非線性特征。表5 列（1）顯示，當(dāng)科技人才集聚的值小于1.623時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的回歸系數(shù)為1.865；當(dāng)科技人才集聚的值大于1.623 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的回歸系數(shù)為3.827。表5 列（2）顯示，當(dāng)科技創(chuàng)新效率低于0.705 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的回歸系數(shù)為1.677；當(dāng)科技創(chuàng)新效率高于0.705 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的回歸系數(shù)為3.932。表5列（3）顯示，當(dāng)科技人才集聚的值低于0.771 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.238；當(dāng)科技人才集聚的值介于0.771～1.652 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.351；當(dāng)科技人才集聚的值超過1.652 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.435。表5列（4）顯示，當(dāng)科技創(chuàng)新效率低于0.388 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.309；當(dāng)科技創(chuàng)新效率介于0.388～0.741 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.383；當(dāng)科技創(chuàng)新效率高于0.741 時(shí)，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的回歸系數(shù)為0.504。以上結(jié)果說明科技人才集聚和科技創(chuàng)新效率在跨過相應(yīng)的門檻值后，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的作用效果得到了進(jìn)一步提升。

表5 門檻效應(yīng)回歸結(jié)果

3.7 異質(zhì)性分析

3.7.1 時(shí)間異質(zhì)性分析

我國在2015 年發(fā)布《中國制造2025》，開始了以制造業(yè)數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展為目標(biāo)，因此本文以2015 年為界劃分兩個(gè)時(shí)間段：第一階段為2010—2014年，第二階段為2015—2021 年，來討論數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響是否存在時(shí)間異質(zhì)性。下頁表6 列（1）和列（2）顯示，對(duì)于制造業(yè)高度化轉(zhuǎn)型升級(jí)而言，在第一階段數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為1.643，在5%的水平上顯著；在第二階段數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為3.919，通過了1%水平的顯著性檢驗(yàn)，這說明在第二階段數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響效應(yīng)比第一階段更為顯著。表6列（3）和列（4）顯示，當(dāng)以制造業(yè)合理化轉(zhuǎn)型升級(jí)為被解釋變量時(shí)，在第一階段和第二階段數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)分別為0.356和0.402，均通過了1%水平上的顯著性檢驗(yàn)，這說明在第一階段和第二階段數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響效應(yīng)基本不存在明顯的異質(zhì)性。自2015年以來，我國加快推動(dòng)了數(shù)字經(jīng)濟(jì)與制造業(yè)技術(shù)融合發(fā)展，把制造業(yè)數(shù)字化轉(zhuǎn)型升級(jí)作為主攻方向，全面提升制造業(yè)企業(yè)研發(fā)能力，產(chǎn)業(yè)效率的提高帶動(dòng)了制造業(yè)總產(chǎn)值的大幅度上升，但制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)布局方面提升的幅度并不大。

表6 時(shí)間異質(zhì)性分析結(jié)果

3.7.2 空間異質(zhì)性分析

進(jìn)一步將30 個(gè)省份劃分為沿海區(qū)域和內(nèi)陸區(qū)域，以探討數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響的空間異質(zhì)性。表7列（1）和列（2）顯示，沿海區(qū)域數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為3.877，在1%的水平上顯著；內(nèi)陸區(qū)域數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響系數(shù)為2.311，在5%的水平上顯著，說明沿海區(qū)域數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化的影響程度要顯著高于內(nèi)陸區(qū)域。表7列（3）和列（4）顯示，沿海區(qū)域數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)為0.723，在1%的水平上顯著；內(nèi)陸區(qū)域數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響系數(shù)為0.586，在5%的水平上顯著，說明沿海區(qū)域的數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響程度也顯著高于內(nèi)陸區(qū)域。產(chǎn)生空間異質(zhì)性的原因在于沿海區(qū)域改革開放時(shí)間早于內(nèi)陸區(qū)域，經(jīng)濟(jì)開放程度較高，同時(shí)沿海區(qū)域地理位置優(yōu)越，沿海區(qū)域的制造業(yè)企業(yè)擁有更先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，資源配置效率和貿(mào)易程度較高，因此數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響程度也較高。

表7 空間異質(zhì)性分析結(jié)果

4 結(jié)論與建議

本文通過實(shí)證分析得出如下結(jié)論：（1）數(shù)字經(jīng)濟(jì)在制造業(yè)高度化和合理化轉(zhuǎn)型升級(jí)中均發(fā)揮了顯著正向促進(jìn)作用，通過工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)后，該結(jié)論依舊成立。（2）數(shù)字經(jīng)濟(jì)能夠通過科技人才集聚和科技創(chuàng)新效率推動(dòng)制造業(yè)高度化和合理化轉(zhuǎn)型升級(jí)，科技創(chuàng)新是制造業(yè)轉(zhuǎn)型升級(jí)的重要中介渠道。（3）科技人才集聚和科技創(chuàng)新效率在制造業(yè)高度化轉(zhuǎn)型升級(jí)中均存在單一門檻效應(yīng)，在制造業(yè)合理化轉(zhuǎn)型升級(jí)中均存在雙重門檻效應(yīng)。（4）數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化轉(zhuǎn)型升級(jí)的影響存在時(shí)間異質(zhì)性，但對(duì)制造業(yè)合理化轉(zhuǎn)型升級(jí)的影響不存在時(shí)間異質(zhì)性；數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)高度化和合理化轉(zhuǎn)型升級(jí)的影響均存在空間異質(zhì)性，對(duì)沿海區(qū)域的影響效應(yīng)比內(nèi)陸區(qū)域更顯著。

基于以上研究結(jié)論，提出如下建議：（1）持續(xù)推進(jìn)以人工智能、大數(shù)據(jù)、5G等為代表的信息技術(shù)與制造業(yè)的融合發(fā)展，推廣企業(yè)自動(dòng)化的生產(chǎn)運(yùn)作模式，以信息技術(shù)服務(wù)塑造制造業(yè)獨(dú)特性，共同打造制造業(yè)信息化、數(shù)字化和智能化的生態(tài)圈，加快制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。（2）政府層面應(yīng)該完善地方人才引進(jìn)政策，推進(jìn)科技型人才團(tuán)隊(duì)建設(shè)，鼓勵(lì)制造業(yè)企業(yè)和高校合作，加強(qiáng)相互間的研發(fā)合作和經(jīng)驗(yàn)共享。企業(yè)層面應(yīng)該大力招聘和培養(yǎng)科技人才，實(shí)施科技人才的持股計(jì)劃以留住科技人才。（3）建立完善的政府研發(fā)補(bǔ)貼科學(xué)評(píng)價(jià)機(jī)制，對(duì)企業(yè)科技投入產(chǎn)出效率做出合理評(píng)價(jià)以確定財(cái)政補(bǔ)助的對(duì)象、范圍和金額，進(jìn)一步提高科技創(chuàng)新效率。注重科技成果化給企業(yè)帶來的生產(chǎn)效益，改進(jìn)工藝，提高企業(yè)研發(fā)投入的占比和投入產(chǎn)出效率。（4）統(tǒng)籌兼顧沿海區(qū)域和內(nèi)陸區(qū)域數(shù)字經(jīng)濟(jì)的發(fā)展差異。把內(nèi)陸區(qū)域的發(fā)展重點(diǎn)轉(zhuǎn)向數(shù)字基礎(chǔ)設(shè)施建設(shè)方面，進(jìn)一步促進(jìn)內(nèi)陸區(qū)域制造業(yè)的發(fā)展。